Grupa badaczy z Uniwersytetu Technicznego w Szanghaju
za pomocą frameworka
Zestaw narzędzi otrzymuje dwuwymiarowy obraz jako dane wejściowe i syntezuje zmodyfikowany wynik na podstawie wybranego modelu. Obsługiwane są trzy opcje transformacji:
Stworzenie poruszającego się obiektu podążającego za ruchami, na których trenowany był model. Przeniesienie elementów wyglądu z modelki na obiekt (np. zmiana ubioru). Wygenerowanie nowego kąta (na przykład synteza zdjęcia profilowego na podstawie zdjęcia całej twarzy). Wszystkie trzy metody można łączyć, na przykład ze zdjęcia można wygenerować wideo symulujące wykonanie złożonego triku akrobatycznego w różnych ubraniach.
W procesie syntezy jednocześnie wykonywane są operacje selekcji obiektu na fotografii oraz formowania brakujących elementów tła podczas ruchu. Model sieci neuronowej można wytrenować raz i wykorzystać do różnych transformacji. Do załadunku
W przeciwieństwie do metod transformacji opartych na transformacji przez kluczowe punkty opisujące położenie ciała w przestrzeni dwuwymiarowej, Impersonator podejmuje próbę syntezy trójwymiarowej siatki z opisem ciała przy użyciu metod uczenia maszynowego.
Proponowana metoda pozwala na manipulacje z uwzględnieniem spersonalizowanej budowy ciała i aktualnej postawy ciała, symulując naturalne ruchy kończyn.
Aby zachować oryginalne informacje, takie jak tekstury, styl, kolory i rozpoznawanie twarzy podczas procesu transformacji,
Źródło: opennet.ru