تل ابیب یونیورسٹی کے محققین کی ایک ٹیم نے HyperStyle پیش کیا، NVIDIA کے StyleGAN2 مشین لرننگ سسٹم کا ایک الٹا ورژن جسے حقیقی تصاویر میں ترمیم کرتے وقت گمشدہ حصوں کو دوبارہ بنانے کے لیے دوبارہ ڈیزائن کیا گیا ہے۔ کوڈ PyTorch فریم ورک کا استعمال کرتے ہوئے Python میں لکھا جاتا ہے اور MIT لائسنس کے تحت تقسیم کیا جاتا ہے۔
اگر StyleGAN آپ کو عمر، جنس، بالوں کی لمبائی، مسکراہٹ کے کردار، ناک کی شکل، جلد کا رنگ، شیشے اور تصویر کا زاویہ جیسے پیرامیٹرز کی وضاحت کرکے لوگوں کے حقیقت پسندانہ نظر آنے والے نئے چہروں کی ترکیب کرنے کی اجازت دیتا ہے، تو HyperStyle موجودہ میں اسی طرح کے پیرامیٹرز کو تبدیل کرنا ممکن بناتا ہے۔ اصلی چہرے کی پہچان کو برقرار رکھتے ہوئے ان کی خصوصیت کو تبدیل کیے بغیر تصاویر۔ مثال کے طور پر، HyperStyle کا استعمال کرتے ہوئے، آپ تصویر میں کسی شخص کی عمر میں تبدیلی کی نقل بنا سکتے ہیں، بالوں کا انداز تبدیل کر سکتے ہیں، عینک لگا سکتے ہیں، داڑھی یا مونچھیں لگا سکتے ہیں، تصویر کو کارٹون کردار یا ہاتھ سے تیار کردہ پینٹنگ کی شکل دے سکتے ہیں۔ ایک اداس یا خوشگوار چہرے کا تاثر۔ اس کے علاوہ، اس نظام کو نہ صرف لوگوں کے چہرے بدلنے کے لیے، بلکہ کسی بھی چیز کے لیے، مثال کے طور پر، کاروں کی تصاویر میں ترمیم کرنے کے لیے تربیت دی جا سکتی ہے۔
مجوزہ طریقہ کا مقصد ترمیم کے دوران تصویر کے گمشدہ حصوں کو دوبارہ تشکیل دینے کے مسئلے کو حل کرنا ہے۔ پہلے کے مجوزہ طریقوں میں، تعمیر نو اور قابل تدوین کے درمیان تجارت کو امیج جنریٹر کو ٹارگٹ امیج کے کچھ حصوں کو تبدیل کرنے کے لیے ٹھیک کر کے حل کیا گیا تھا جب کہ ابتدائی طور پر غائب قابل تدوین علاقوں کو دوبارہ تخلیق کیا جا رہا تھا۔ اس طرح کے طریقوں کا نقصان ہر تصویر کے لیے عصبی نیٹ ورک کی طویل مدتی ٹارگٹ ٹریننگ کی ضرورت ہے۔
StyleGAN الگورتھم پر مبنی طریقہ یہ ممکن بناتا ہے کہ ایک معیاری ماڈل کا استعمال کیا جائے، جو کہ تصویروں کے عام مجموعوں پر پہلے سے تربیت یافتہ ہے، تاکہ الگورتھم کے مقابلے میں قابل اعتماد سطح کے ساتھ اصل تصویر کی خصوصیت والے عناصر پیدا کیے جا سکیں جن میں ہر ایک کے لیے ماڈل کی انفرادی تربیت کی ضرورت ہوتی ہے۔ تصویر. نئے طریقہ کار کا ایک اور فائدہ حقیقی وقت کے قریب کارکردگی کے ساتھ تصاویر میں ترمیم کرنے کی صلاحیت ہے۔
Flickr-Faces-HQ (FFHQ، لوگوں کے چہروں کی 70 ہزار اعلیٰ معیار کی PNG تصاویر)، سٹینفورڈ کارز (کاروں کی 16 ہزار تصاویر) اور مجموعوں کی بنیاد پر لوگوں، کاروں اور جانوروں کے چہروں کے لیے تیار شدہ تربیت یافتہ ماڈل تیار کیے گئے ہیں۔ AFHQ (جانوروں کی تصاویر)۔ مزید برآں، آپ کے ماڈلز کی تربیت کے لیے ٹولز فراہم کیے جاتے ہیں، ساتھ ہی معیاری انکوڈرز اور جنریٹرز کے تیار شدہ تربیت یافتہ ماڈلز جو ان کے ساتھ استعمال کے لیے موزوں ہیں۔ مثال کے طور پر، Toonify طرز کی تصاویر بنانے، Pixar کرداروں، خاکے بنانے، اور یہاں تک کہ Disney کارٹونز سے شہزادیوں کو اسٹائل کرنے کے لیے جنریٹر دستیاب ہیں۔
ماخذ: opennet.ru