الصورة من حساب : Shu-Yu Chen, et al.
in

ينتج الذكاء الاصطناعي وجوهًا واقعية من الرسومات الفاشلة

الصورة من حساب : Shu-Yu Chen, et al.

نعود الى الستينات ، حيث اجتاحت أمريكا واحدة من أكثر الألعاب شعبية في التاريخ . كان يطلق عليها Etch-A-Sketch ، واستندت شعبيتها إلى ميزة بسيطة الآن بشكل مضحك. كان جهازًا صغير الحجم محمولًا يدويًا يسمح للمستخدمين بإنشاء صور خام عن طريق تدوير مقابض تحكم ترسم خطوطًا أفقية ورأسية وقطرية تتكون من جزيئات الألومنيوم محكمة الغلق في علبة بلاستيكية. سمح للفنانين ذوي الخبرة رسم صور بسيطة وأحيانًا يمكن التعرف عليها. وقد سمح لفنانين متمرسين عديمي الخبرة الذين بالكاد يمكن أن يرسموا شخصيات عصا شخصية ليشعروا بأنهم سادة هذا النوع  ، بصراحة ، لا يزال يبدو إلى حد كبير مثل الهريسة. لكن Etch-A-Sketch كانت ممتعة ، واستمرت في بيع 100 مليون وحدة حتى يومنا هذا.

بعد ستة عقود ، توصل باحثون في الأكاديمية الصينية للعلوم وجامعة سيتي في هونغ كونغ إلى اختراع يفعل في الواقع ما كان يتخيله الكثير من المتحمسين بالتمنيات طوال تلك السنوات الماضية.

يسمح DeepFaceDrawing للمستخدمين بإنشاء صور نابضة بالحياة بشكل مذهل من خلال إدخال رسومات فضفاضة وغير احترافية مرسومة تقريبًا. لا يتطلب أي مهارات فنية ولا خبرة في البرمجة.

يعتمد البرنامج على التعلم الآلي لملء الفراغات بين المكونات الأساسية مثل العيون والأنف والفم. توفر قاعدة البيانات الضخمة لميزات الوجه معلومات تعبئة تفصيلية وصيغ احتمالية تساعد في تحديد احتمالية إدخال تفاصيل مختلفة.

كانت هناك تقنيات حديثة قدمت للمستخدمين القدرة على إنشاء صور من رسومات بدائية ، مثل pix2pixHD و Lines2FacePhoto و iSketchNFill. تكشف مقارنة DeepFaceDrawing مع هذه البرامج عن نتائج مخيفة في بعض الأحيان من قبل البرامج الأخرى. تظهر المقارنات رأس DeepFaceDrawing واكتاف فوق برامج الرسم الأخرى.

شرح الباحثون ، بقيادة Shu-Yu Chen ، الفرق بين البرامج في تقرير نشر مؤخرًا عبر الإنترنت:

“تسمح تقنيات الترجمة العميقة للصورة إلى الصورة بالتوليد السريع لصور الوجوه من الرسومات اليدوية. ومع ذلك ، تميل الحلول الحالية إلى التلاعب بالرسومات ، وبالتالي تتطلب رسومات احترافية أو حتى خرائط الحواف كمدخلات. لمعالجة هذه المشكلة ، فكرتنا الرئيسية هي لنمذجة مساحة شكل صور الوجه المعقولة ضمنيًا وتجميع صورة وجه في هذه المساحة لتقريب رسم الإدخال. ”

يقول التقرير: “تستخدم طريقتنا بشكل أساسي مخططات الإدخال كقيود ميسرة ، وبالتالي فهي قادرة على إنتاج صور وجه عالية الجودة حتى من الرسومات الخشنة و / أو غير المكتملة”.

يخطط الفريق لإثبات DeepFaceDrawing في مؤتمر SIGGRAPH لشهر يوليو لهذا العام. المجموعة التي تأسست عام 1969 ، تعقد مؤتمرات سنوية حول آخر التطورات في رسومات الحاسوب. سيكون حدث هذا العام حدثًا افتراضيًا  بسبب COVID-19.

DeepFaceDrawing لديه جاذبية ترفيهية واضحة. لكنها تنطوي على إمكانات كبيرة للاستخدام في تطبيق القانون حيث تكون الرسومات السريعة والدقيقة للمشتبه فيهم لا تقدر بثمن. يحمل إمكانية الاستخدام في تطبيقات التعرف على الوجه ، والإجراءات الطبية والتدريب التعليمي أيضًا.

قال الفريق أنهم سيمنحون الباحثين و المطورين عن كود مفتوح المصدر قريباً للمساعدة في تطوير التطبيق .

يأتي هذا البحث في أعقاب تقرير الأسبوع الماضي الذي استخدم فيه باحثون أتراك في قسم هندسة الكمبيوتر في جامعة اسطنبول التقنية الشبكات العصبية العميقة لإنشاء وجوه الأشخاص بدقة استنادًا فقط إلى صور آذانهم.

لمزيد من المعلومات :

  •  geometrylearning.com/paper/DeepFaceDrawing.pdf …. من هنا

What do you think?

Comments

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

Loading…

0

تعليم الروبوتات البشرية سلوكيات الحركة المختلفة باستخدام المظاهرات البشرية

يقوم المهندسون بتطوير خلايا وقود جديدة ذات ضعف جهد التشغيل مثل الهيدروجين