ثبت بازخورد

لطفا میزان رضایت خود را از دیجیاتو انتخاب کنید.

واقعا راضی‌ام
اصلا راضی نیستم
چطور میتوانیم تجربه بهتری برای شما بسازیم؟

نظر شما با موفقیت ثبت شد.

از اینکه ما را در توسعه بهتر و هدفمند‌تر دیجیاتو همراهی می‌کنید
از شما سپاسگزاریم.

هوش مصنوعی
تکنولوژی

هوش مصنوعی جدیدی که حرکات چهره را در تصویر هر فردی تغییر می دهد

تصور کنید میتوانستید خصوصیات چهره یک شخصیت تاریخی، سیاستمدار و یا مدیرعامل را به شکلی واقعی دستکاری کنید و برای این منظور صرفا به یک وبکم و عکس از شخص مورد نظر نیاز داشتید. پژوهشگران ...

Maryam Mousavi
نوشته شده توسط Maryam Mousavi | ۸ آذر ۱۳۹۸ | ۱۴:۰۰

تصور کنید میتوانستید خصوصیات چهره یک شخصیت تاریخی، سیاستمدار و یا مدیرعامل را به شکلی واقعی دستکاری کنید و برای این منظور صرفا به یک وبکم و عکس از شخص مورد نظر نیاز داشتید. پژوهشگران یک شرکت تحقیقاتی کره ای به نام Hyperconnect با کمک تکنیک های پیشرفته یادگیری ماشینی ابزاری به نام MarioNETte ساخته اند که دقیقا همین کار را انجام می دهد. این محققان ادعا می کنند ابزار مذکور حتی در مواردی که چهره فرد واقعی با چهره شخصی که قرار است دستکاری شود تفاوت چشمگیر داشته باشد، بهتر از تمامی الگوریتم های توسعه یافته برای این منظور عمل می کند.

ابزارهایی که پیشتر با چنین قابلیتی توسعه یافته اند باید دست کم برای چند دقیقه ای از طریق دیتاهای عظیم آموزش داده شوند و صرفا میتوانند چهره چند شخصیت از پیش تعریف شده را دستکاری کنند.

MarioNETte اما شامل سه مشخصه تازه به شرح زیر است:

  • image attention block (بلوک توجه تصویر)
  • target feature alignment (چیدمان ویژگی هدف)
  •  landmark transformer (تغییر دهنده نشانه اختصاصی)

attention block امکانی را برای الگو فراهم می کند که موقعیت های مرتبط با خصوصیات فیزیکی نگاشته شده را دنبال کند.target feature alignment یا چیدمان ویژگی هدف مصنوعات، انحراف ها و جمع شدگی ها را کاهش می دهد و landmark transformer نیز بدون نیاز به دیتای برچسب گذاری شده ژئومتری یا هندسه چهره فرد نخست را با چهره فرد دوم مطابقت می دهد.

هوش مصنوعی

محققان کره ای برای آموزش و تست MarioNETte از دو مجموعه عکس و فیلم بزرگ مشاهیر و هنرمندان به نام VoxCeleb1 و CelebV استفاده کردند. آنها مدل ها و الگوهای خود را با بیش از ۱۲۰۰ تصویر از چهره هنرمندان در VoxCeleb1 آموزش دادند و سپس با کمک مجموعه ای شامل ۲۰۰۰ عکس که به صورت تصادفی از ۱۰۰ ویدیوی VoxCeleb1 به دست آمده بود و ۲۰۰۰ عکس از CelebV آن را مورد ارزیابی و آزمایش قرار دادند.

نتیجه چه بود؟ الگوریتم توسعه یافته توسط آنها از کلیه مدل های دیگر به جز PSNR بهتر عمل کرد.

به لطف این تکنولوژی مدرن امید می رود در آینده نه چندان دور تدوینگران ویدیویی امکانی پیدا کنند که با کمترین هزینه و بدون در اختیار داشتن تجهیزات دنبال کننده حرکت چهره شخصیت های مورد نظرشان را به حالات دلخواهشان درآورند. با این حال امکان سوء استفاده از این فناوری نیز چندان بعید نیست و پیش بینی می شود که برخی با کمک آن اقدام به ساخت ویدیوهای دیپ فیک بسیار واقعی نمایند؛ ویدیوهایی که در آنها حالات چهره افراد در تصاویر و ویدیوها با شخص دیگری جایگزین می شود.

دیدگاه‌ها و نظرات خود را بنویسید
مطالب پیشنهادی