2020-07-24 18:40:57

Model AI tworzy awatary 3D na podstawie zdjęć osoby

Podobne tematy lifestyle
Dostęp do Internetu daje nam między innymi możliwość otrzymania nagród z kasyna jak darmowe spiny dla nowych graczy, a także tworzenia swoich internetowych profili na różnych portalach. Zazwyczaj przy tych drugich posługujemy się swoim zdjęciem. Tymczasem dowiedzieliśmy się, że specjalne oprogramowanie AI jest w stanie tworzyć awatary 3D na podstawie zdjęcia konkretnej osoby.

Realistyczne awatary 3D z jednego obrazu

Media cyfrowe potrzebują coraz bardziej realistycznych cyfrowych twarzy. Niedawny wzrost ilości dostępnych platform rzeczywistości rozszerzonej i wirtualnej spowodował jeszcze większe zapotrzebowanie na treści wysokiej jakości. W związku z tym renderowanie realistycznych twarzy już teraz odgrywa kluczową rolę w osiągnięciu angażującej komunikacji w środowiskach online.

Niedawno dowiedzieliśmy się, że realistyczny cyfrowy awatar osoby może zostać stworzony na podstawie pojedynczego obrazu. Na taki pomysł wpadli bowiem badacze z Imperial College London wraz z FaceSoft.io. Stworzyli bowiem AvatarMe - technikę, która jest w stanie zrekonstruować fotorealistyczne 3D popiersia ze zwykłego zdjęcia.

FaceSoft.io to startup wykorzystujący sztuczną inteligencję i uczenie maszynowe do analizy twarzy. Zdaniem tej firmy i naukowców ich nowe dzieło przewyższa istniejące systemy i generuje autentyczne trójwymiarowe twarze o rozdzielczości 4K czy też 6K z obiektów o niskiej rozdzielczości.

Takie renderowanie twarzy 3D ma obecnie niezliczone zastosowania w różnych dziedzinach, od wideokonferencji po wirtualną rzeczywistość. Do tej pory geometrię można było wykonać bez udziału sztucznej inteligencji, jednak do renderowania twarzy w dowolnych scenach potrzeba znacznie więcej informacji. Aby pobrać takie informacje, naukowcy zarejestrowali mapy współczynnika odbicia na poziomie porów 200 różnych ludzi. Użyli do tego specjalnego zestawu kulowego LED ze 168 światłami i 9 lustrzankami cyfrowymi. Testy prowadzone były na wielu osobach, co pozwoliło na skuteczną naukę dla modelu AI – GANFIT.

Wspomniany GANFIT w AvatarMe jest dwuczęściowym modelem składającym się z generatora, który tworzy próbki oraz dyskryminatora, który próbuje odnaleźć różnice między wygenerowanymi próbkami a zdjęciami ze świata rzeczywistego. Wedle naukowców zarówno generator, jak i dyskryminator poprawiają swoje zdolności do momentu, w którym dyskryminator nie jest w stanie tworzyć obrazów z dopasowaniem co najmniej 50%. Następnie system poprawia rozdzielczość tekstur, współczynnik odbicia na piksel struktur skóry, takich jak pory, zmarszczki lub włosy. Komputerowy obraz jest w stanie wyłuskać z obrazu nawet takie elementy jak drobne zmarszczki, blizny i pory skóry.

Naukowcy twierdzą także, że program radzi sobie nawet wtedy, kiedy napotyka na problemy typu okulary przeciwsłoneczne. Bardzo ciekawa była prezentacja wideo, na której pokazano awatary tworzone na podstawie zdjęć znanych osób. Mogliśmy się wtedy przekonać, że program ten całkiem dobrze radzi sobie z odtwarzaniem niektórych znanych osobistości.

Na chwilę obecną jednak AvatarMe nie jest pozbawione ograniczeń. Baza danych nie zawiera wielu przykładów osób z pewnych grup etnicznych, co prowadzi do słabych wyników, gdy próbuje zrekonstruować twarze osób o ciemniejszej karnacji. Renderowanie jest o wiele skuteczniejsze na podstawie wysokiej jakości zdjęć z dobrze widoczną czy oświetloną twarzą.

Należy jednak uznać, że AvatarMe to zdecydowany postęp w generującym sztukę systemie sztucznej inteligencji. Możemy zatem oczekiwać, że technologia ta będzie nadal rozwijana i przysłuży się nam w przyszłości. Już teraz kilka innych firm prowadzi własne badania nad tworzeniem naszych cyfrowych odpowiedników, więc interesująca wizja przyszłości może się szybko ziścić.

Komentarze

Komentarze: 0

Rozwiąż działanie =

Redakcja portalu podkarpacieLIVE nie ponosi jakiejkolwiek odpowiedzialności za treść komentarzy. Każdy użytkownik reprezentuje własne poglądy i opinie biorąc pełną odpowiedzialność za ich publikację.

Czytaj następny news zamknij