ஷாங்காய் தொழில்நுட்ப பல்கலைக்கழக ஆராய்ச்சியாளர்கள் குழு கருவிகள் , இது இயந்திர கற்றல் முறைகளைப் பயன்படுத்தி நிலையான படங்களைப் பயன்படுத்தி மக்களின் அசைவுகளை உருவகப்படுத்தவும், அதே போல் ஆடைகளை மாற்றவும், அவற்றை மற்றொரு சூழலுக்கு மாற்றவும் மற்றும் ஒரு பொருள் தெரியும் கோணத்தை மாற்றவும் அனுமதிக்கிறது. குறியீடு பைத்தானில் எழுதப்பட்டுள்ளது
ஒரு கட்டமைப்பைப் பயன்படுத்தி . சட்டசபையும் தேவை மற்றும் CUDA கருவித்தொகுப்பு.
கருவித்தொகுப்பு இரு பரிமாண படத்தை உள்ளீடாகப் பெறுகிறது மற்றும் தேர்ந்தெடுக்கப்பட்ட மாதிரியின் அடிப்படையில் மாற்றியமைக்கப்பட்ட முடிவை ஒருங்கிணைக்கிறது. மூன்று உருமாற்ற விருப்பங்கள் ஆதரிக்கப்படுகின்றன:
மாதிரி பயிற்சியளிக்கப்பட்ட இயக்கங்களைப் பின்பற்றும் ஒரு நகரும் பொருளை உருவாக்குதல். தோற்றத்தின் கூறுகளை ஒரு மாதிரியிலிருந்து ஒரு பொருளுக்கு மாற்றுதல் (உதாரணமாக, ஆடை மாற்றம்). ஒரு புதிய கோணத்தின் உருவாக்கம் (உதாரணமாக, முழு முகப் புகைப்படத்தின் அடிப்படையில் சுயவிவரப் படத்தின் தொகுப்பு). மூன்று முறைகளையும் இணைக்கலாம், எடுத்துக்காட்டாக, வெவ்வேறு ஆடைகளில் சிக்கலான அக்ரோபாட்டிக் தந்திரத்தின் செயல்திறனை உருவகப்படுத்தும் புகைப்படத்திலிருந்து ஒரு வீடியோவை நீங்கள் உருவாக்கலாம்.
தொகுப்பு செயல்பாட்டின் போது, ஒரு புகைப்படத்தில் ஒரு பொருளைத் தேர்ந்தெடுப்பது மற்றும் நகரும் போது காணாமல் போன பின்னணி கூறுகளை உருவாக்கும் செயல்பாடுகள் ஒரே நேரத்தில் செய்யப்படுகின்றன. நரம்பியல் நெட்வொர்க் மாதிரியை ஒருமுறை பயிற்சி செய்து பல்வேறு மாற்றங்களுக்குப் பயன்படுத்தலாம். ஏற்றுவதற்கு பூர்வாங்க பயிற்சி இல்லாமல் உடனடியாக கருவிகளைப் பயன்படுத்த அனுமதிக்கும் ஆயத்த மாதிரிகள். குறைந்தபட்சம் 8GB நினைவக அளவு கொண்ட GPU செயல்பட வேண்டும்.
இரு பரிமாண இடத்தில் உடலின் இருப்பிடத்தை விவரிக்கும் முக்கிய புள்ளிகள் மூலம் உருமாற்றத்தின் அடிப்படையிலான உருமாற்ற முறைகளைப் போலன்றி, ஆள்மாறாட்டம் இயந்திர கற்றல் முறைகளைப் பயன்படுத்தி உடலின் விளக்கத்துடன் ஒரு முப்பரிமாண கண்ணியை ஒருங்கிணைக்க முயற்சிக்கிறது.
முன்மொழியப்பட்ட முறையானது, தனிப்பயனாக்கப்பட்ட உடல் வடிவம் மற்றும் தற்போதைய தோரணையை கணக்கில் எடுத்துக்கொண்டு, கைகால்களின் இயல்பான இயக்கங்களை உருவகப்படுத்துவதற்கு கையாளுதல்களை அனுமதிக்கிறது.
உருமாற்றச் செயல்பாட்டின் போது கட்டமைப்புகள், நடை, வண்ணங்கள் மற்றும் முக அங்கீகாரம் போன்ற அசல் தகவல்களைப் பாதுகாக்க, () மூலப் பொருளைப் பற்றிய தகவல்கள் மற்றும் அதன் துல்லியமான அடையாளத்திற்கான அளவுருக்கள் விண்ணப்பிப்பதன் மூலம் பிரித்தெடுக்கப்படுகின்றன .
ஆதாரம்: opennet.ru