Շանհայի տեխնիկական համալսարանի մի խումբ հետազոտողներ գործիքներ , որը թույլ է տալիս օգտագործել մեքենայական ուսուցման մեթոդներ՝ նմանեցնելու մարդկանց շարժումները՝ օգտագործելով ստատիկ պատկերներ, ինչպես նաև փոխարինել հագուստը, տեղափոխել դրանք այլ միջավայր և փոխել օբյեկտի տեսանելի անկյունը։ Կոդը գրված է Python-ով
օգտագործելով շրջանակ . Ժողովը նույնպես պահանջում է և CUDA Toolkit:
Գործիքակազմը որպես մուտքագրում ստանում է երկչափ պատկեր և սինթեզում է փոփոխված արդյունք՝ հիմնված ընտրված մոդելի վրա: Աջակցվում է փոխակերպման երեք տարբերակ.
Շարժվող օբյեկտի ստեղծում, որը հետևում է այն շարժումներին, որոնց վրա վարժեցրել են մոդելը: Արտաքին տեսքի տարրերի տեղափոխում մոդելից օբյեկտի վրա (օրինակ՝ հագուստի փոփոխություն): Նոր անկյան ձևավորում (օրինակ՝ պրոֆիլի պատկերի սինթեզ՝ հիմնված ամբողջ դեմքի լուսանկարի վրա): Բոլոր երեք մեթոդները կարելի է համատեղել, օրինակ՝ կարող եք նկարահանել լուսանկարից տեսահոլովակ, որը նմանակում է ակրոբատիկ բարդ հնարքի կատարումը տարբեր հագուստով։
Սինթեզի գործընթացում միաժամանակ կատարվում են լուսանկարում առարկայի ընտրության և շարժման ժամանակ բացակայող ֆոնային տարրերի ձևավորման գործողությունները։ Նեյրոնային ցանցի մոդելը կարելի է մեկ անգամ վարժեցնել և օգտագործել տարբեր փոխակերպումների համար։ Բեռնման համար պատրաստի մոդելներ, որոնք թույլ են տալիս անմիջապես օգտագործել գործիքները առանց նախնական ուսուցման: Գործելու համար անհրաժեշտ է առնվազն 8 ԳԲ հիշողության ծավալով GPU:
Ի տարբերություն փոխակերպման մեթոդների, որոնք հիմնված են վերափոխման առանցքային կետերով, որոնք նկարագրում են մարմնի գտնվելու վայրը երկչափ տարածության մեջ, Impersonator-ը փորձում է սինթեզել եռաչափ ցանց՝ մարմնի նկարագրությամբ՝ օգտագործելով մեքենայական ուսուցման մեթոդները:
Առաջարկվող մեթոդը թույլ է տալիս մանիպուլյացիաներ կատարել՝ հաշվի առնելով մարմնի անհատականացված ձևը և ներկայիս կեցվածքը՝ մոդելավորելով վերջույթների բնական շարժումները:
Փոխակերպման գործընթացում պահպանել բնօրինակ տեղեկատվությունը, ինչպիսիք են հյուսվածքները, ոճը, գույները և դեմքի ճանաչումը, () Աղբյուրի օբյեկտի մասին տեղեկատվությունը և դրա ճշգրիտ նույնականացման պարամետրերը արդյունահանվում են կիրառելով .
Source: opennet.ru