Un gruppo di ricercatori dell'Università Tecnica di Shanghai
utilizzando un quadro
Il toolkit riceve un'immagine bidimensionale come input e sintetizza un risultato modificato in base al modello selezionato. Sono supportate tre opzioni di trasformazione:
Creare un oggetto in movimento che segua i movimenti su cui è stato addestrato il modello. Trasferimento di elementi dell'aspetto da un modello a un oggetto (ad esempio, un cambio di abbigliamento). Generazione di un nuovo angolo (ad esempio, sintesi di un'immagine del profilo basata su una fotografia a figura intera). Tutti e tre i metodi possono essere combinati, ad esempio è possibile generare un video da una fotografia che simula l'esecuzione di un complesso trucco acrobatico in abiti diversi.
Durante il processo di sintesi, vengono eseguite contemporaneamente le operazioni di selezione di un oggetto in una fotografia e di formazione degli elementi di sfondo mancanti durante lo spostamento. Il modello di rete neurale può essere addestrato una volta e utilizzato per varie trasformazioni. Per il caricamento
A differenza dei metodi di trasformazione basati sulla trasformazione mediante punti chiave che descrivono la posizione del corpo nello spazio bidimensionale, Impersonator tenta di sintetizzare una mesh tridimensionale con una descrizione del corpo utilizzando metodi di apprendimento automatico.
Il metodo proposto consente manipolazioni tenendo conto della forma personalizzata del corpo e della postura attuale, simulando i movimenti naturali degli arti.
Per preservare le informazioni originali come texture, stile, colori e riconoscimento facciale durante il processo di trasformazione,
Fonte: opennet.ru