شنگھائی ٹیکنیکل یونیورسٹی کے محققین کا ایک گروپ
ایک فریم ورک کا استعمال کرتے ہوئے
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
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: opennet.ru