شنگھائی ٹیکنیکل یونیورسٹی کے محققین کا ایک گروپ اوزار ، جو جامد امیجز کا استعمال کرتے ہوئے لوگوں کی نقل و حرکت کی نقل کرنے کے لیے مشین لرننگ کے طریقوں کو استعمال کرنے کی اجازت دیتا ہے، ساتھ ہی کپڑے بدلنے، انہیں دوسرے ماحول میں منتقل کرنے اور اس زاویے کو تبدیل کرنے کی اجازت دیتا ہے جہاں سے کوئی چیز نظر آتی ہے۔ کوڈ Python میں لکھا ہوا ہے۔
ایک فریم ورک کا استعمال کرتے ہوئے . اسمبلی کی بھی ضرورت ہے۔ اور CUDA ٹول کٹ۔
ٹول کٹ ان پٹ کے طور پر ایک دو جہتی تصویر حاصل کرتی ہے اور منتخب ماڈل کی بنیاد پر ایک ترمیم شدہ نتیجہ کی ترکیب کرتی ہے۔ تین تبدیلی کے اختیارات معاون ہیں:
ایک متحرک آبجیکٹ بنانا جو ان حرکات کی پیروی کرتا ہے جس پر ماڈل کو تربیت دی گئی تھی۔ ظاہری شکل کے عناصر کو ماڈل سے کسی چیز میں منتقل کرنا (مثال کے طور پر، لباس کی تبدیلی)۔ ایک نئے زاویے کی تخلیق (مثال کے طور پر، پورے چہرے کی تصویر پر مبنی پروفائل امیج کی ترکیب)۔ تینوں طریقوں کو یکجا کیا جا سکتا ہے، مثال کے طور پر، آپ کسی تصویر سے ایک ویڈیو بنا سکتے ہیں جو مختلف کپڑوں میں ایک پیچیدہ ایکروبیٹک چال کی کارکردگی کو نقل کرتا ہے۔
ترکیب کے عمل کے دوران، تصویر میں کسی چیز کو منتخب کرنے اور حرکت کرتے وقت گمشدہ پس منظر کے عناصر کی تشکیل کے کام بیک وقت انجام دیئے جاتے ہیں۔ نیورل نیٹ ورک ماڈل کو ایک بار تربیت دی جا سکتی ہے اور اسے مختلف تبدیلیوں کے لیے استعمال کیا جا سکتا ہے۔ لوڈنگ کے لیے ریڈی میڈ ماڈل جو آپ کو ابتدائی تربیت کے بغیر فوری طور پر ٹولز استعمال کرنے کی اجازت دیتے ہیں۔ کام کرنے کے لیے کم از کم 8GB کی میموری سائز والا GPU درکار ہے۔
دو جہتی خلا میں جسم کے مقام کو بیان کرنے والے کلیدی نکات کے ذریعے تبدیلی پر مبنی تبدیلی کے طریقوں کے برعکس، Impersonator مشین سیکھنے کے طریقوں کا استعمال کرتے ہوئے جسم کی تفصیل کے ساتھ تین جہتی میش کی ترکیب کرنے کی کوشش کرتا ہے۔
مجوزہ طریقہ اعضاء کی قدرتی حرکات کی نقالی کرتے ہوئے ذاتی نوعیت کی جسمانی شکل اور موجودہ کرنسی کو مدنظر رکھتے ہوئے ہیرا پھیری کی اجازت دیتا ہے۔
تبدیلی کے عمل کے دوران اصل معلومات جیسے کہ بناوٹ، انداز، رنگ اور چہرے کی شناخت کو محفوظ رکھنے کے لیے، ()۔ ماخذ آبجیکٹ کے بارے میں معلومات اور اس کی درست شناخت کے لیے پیرامیٹرز درخواست دے کر نکالے جاتے ہیں۔ .
ماخذ: opennet.ru