當我們去髮廊的時候，我們可以指著雜誌上的圖片，告訴髮型師我們要試哪個模特的造型。演員經常需要為了適應角色而改變外型。失蹤人口經常通過被改變髮色和髮型來達到偽裝的目的。
但是在進行實質的改變之前，我們怎麼預料新的外型是否適合自己呢？或者，我們該怎麼預測被改變外型的失蹤小孩的外型是怎樣的？
華盛頓計大學的算機視覺研究員開發了一款名叫Dreambit的新的個性化圖象搜尋引擎，它可以幫助人們預測他們在不同的髮型、髮色，或在不同時期、年齡、國家的形象是怎樣的，又或者是與任意搜尋詞合成之後的形象。
你在上傳了原始圖片之後，再輸入一個搜尋的項目類別，比如「捲髮」、「印度」或者「十九世紀三十年代」，這個軟件的算法就會在網路相片收藏集裡發掘出相似類別的圖象，然後將你的臉完美跟這個搜尋出來的圖象進行匹配。
這個研究的初步成果在2016年7月25日的SIGGRAPH（國際圖形學年會）上發佈，這也是世界上最大的計算機圖形學和互動技術的年度會議。而Dreambit預計也會在今年內上線。
Dreambit借鑒了前人在華盛頓大學等研究機構的人臉處理、識別、三維重構和年齡預測的相關研究，用獨特的方法結合了以上所有的算法創造出了混合型圖象。
這個新的軟件還可以幫助展示出一個被蓄意偽裝的失蹤兒童或者想逃開法律制裁的人的長相，甚至是預測幾年後他們的長相。
華盛頓大學的電腦視覺和工程學的助理教授Ira Kemelmacher-Shlizerman和她的小組在前段時間開發了只是專注於人臉的自動的年齡預測軟體。而現在這個新的系統增加了各種各樣的髮型選擇和其他的情境因素。
這些新的特性可以幫助人們預測出一個小孩未來5年或者10年後在不同條件下的長相，包括紅色頭髮，捲髮，黑髮甚至光頭。
「我們很難只從臉部去辨認一個人，因為我們人類對於髮型和髮色的辨識是容易產生偏差的」， Ira表示。「並且對於失蹤兒童，人們通常都會染髮或者改變髮型，所以年齡預見軟件只是從他們臉部變化來預測是不夠的。這只是去嘗試預測一個失蹤兒童隨著時間流逝的外貌改變的第一步而已」，她補充說道。
這個系統的另一個潛在的應用是去預測一個演員在某個角色的登場形象。比如說，這個系統可以將演員凱特·布蘭徹特和角色鮑勃·迪倫在網絡上的照片匹配，然後預計布蘭徹特在電影《我不在那裡》（I’m not there）裡扮演角色迪倫的時候將會以怎樣的形象出現。
Ira說，演員經常為了適應新的角色而改變他們的外型。這個新的系統可以幫助將他們的新角色的形象視覺化，比如這些預測圖片展示的就是凱特·布蘭徹特扮演迪倫的形象。
「這是一種不需要實際改變你的外貌但卻可以嘗試不同的外型或者人物角色的方式」，聯合領導了華盛頓大學圖形和成像實驗室（GRAIL）的Ira說，「當軟件能預測出你的新髮型的形象時，這個成果是令人興奮的，它還可以讓你體驗富有創造性及想像力的一些情況。」
這個軟件系統可以分析輸入的照片，然後在網絡上搜尋想要合成的照片類型的子類別，但同時也會匹配源照片的臉型，姿勢和表情。
這個圖象合成引擎之所以能夠準確地自動合成兩張照片，是因為它運用了Ira發明的算法，還有網路上的大量照片。
「這個關鍵在於找到長得相似的人的集合，這樣你就可以直接複製長得足夠相似的人的某些外型方面的元素」，Ira說，「因為這個系統有成千上萬的照片可以供你選擇，所以匹配得出來的結果是非常引人入勝的。」
