Программа на базе ИИ легко справляется с генерацией 3D-модели лица на основе одного селфи.

Программа на базе ИИ легко справляется с генерацией 3D-модели лица на основе одного селфи.

Программа на базе ИИ легко справляется с генерацией 3D-модели лица на основе одного селфи.

15 сентября
Покажи другу:

Группе экспертов из Университета Ноттингема и Университета Кингстона удалось создать новый метод, с помощью которого двумерные изображения лиц могут быть преобразованы в 3D при помощи машинного обучения.

Исследователи настроили нейронную сеть для выполнения задачи распознавания лица, загрузив тонны данных о лицах людей. С этого момента программа выяснила, как догадаться, каким образом выглядит новое лицо на фотографии, которая не была видна ранее, включая те части лица, которые на фотографии невозможно увидеть.

Проект компьютерного «3D-зрения» можно по праву считать убедительным, а попробовать новинку получится у каждого желающего, благо демонстрационная версия доступна на сайте разработчиков (http://www.cs.nott.ac.uk/~psxasj/3dme/index.php). Веб-сайт не способен похвастаться последними трендами веб-дизайна, но со своей основной функцией он справляется.

Члены исследовательской группы, состоящей из Аарона С. Джексона, Адриана Булата, Васильеса Аргиура и Георгиоса Цимиропулоса, представят свою работу на Международной конференции по компьютерному зрению, проходящей в следующем месяце в Венеции.

Текст.jpg

«Веб-сайт, демонстрирующий работу нейросети, был быстрым наброском, занявшим несколько вечеров. Основной причиной для его создания послужил тот факт, что видеть себя в 3D – это довольно весело. Много исследований в области компьютерного зрения трудно представить интересным способом, потому что это такие вещи, как, например, новые методы обнаружения точек на лице», поделился Аарон Джексон.

ИИ, который может превращать изображения в 3D-модели лиц, в данном случае – всего лишь верхушка айсберга. Результаты работы выходят далеко за рамки развлекательной стороны вопроса. На самом деле, компьютерное зрение – одно из самых полезных применений для технологий «глубокого обучения», а Джексон и коллеги обязательно обрадуют новыми открытиями.

Источник: https://thenextweb.com/artificial-intelligence/2017/09/15/1076934/#.tnw_1rCawcb7






Комментарии (0)


Чтобы оставить комментарий вам необходимо авторизоваться


количество
пользователей

2268

количество
работ

4718