https://techcrunch.com/2017/10/23/facebook-research-automatically-creates-an-avatar-from-a-photo/?ncid=rss
아바타 만들기. 누가 그것을위한 시간이있어?! 컴퓨터, 그 사람. Facebook의이 연구가 제품 형태로 바뀌면 머리 스타일, 피부 색조 또는 얼굴의 머리카락 길이를 선택하는 데 걸리는 시간을 낭비 할 필요가 없습니다.
컴퓨터 비전에 관한 국제 회의에서 발표 된 논문 (PDF) 에서 Lior Wolf 외. 커스텀 이모 생성기에서 실제 얼굴과 가장 일치하는 것을 만드는 기계 학습 시스템을 어떻게 만들어 냈는지 보여줍니다.
당신은 생각할지도 모른다 : 잠깐, 구글이 일찍이 이것을하지 않았 느냐? 예, 그렇습니다. 그러나 중요한 차이가 있습니다. 차가운 동안 Google의 버전은 다양한 얼굴 중에서 공통적으로 발견되는 다양한 기능 (예 : 곱슬 머리, 코 유형, 눈 모양)을 평가하고 설명하는 데 사용되었습니다. 이것들은 그 다음 그 특별한 특징의 표현으로서 (꽤 잘, 나는 생각했다) 설명되었다.
근본적으로, 컴퓨터는 주근깨와 같은 특징의 이야기 표지판을 찾은 다음 데이터베이스에서 해당 미술 작품을 가져옵니다. 작동하지만, 기능을 정의하는 데있어서 인간의 입력에 크게 의존합니다.
페이스 북의 접근 방식은 달랐다. 추구하는 아이디어는 주어진 도구를 사용하여 주어진 얼굴을 최대한 정확하게 표현하는 시스템이었습니다. 따라서 이모티콘, Bitmoji (떨림), Mii, VR 얼굴 생성기 또는 그 밖의 모든 것이 든간에 여전히 작업을 수행 할 수 있습니다. 연구자들의 말을 바꾸기 위해 인간은 항상 그것을합니다. 그렇다면 왜 인공 지능이 아닙니까?
이 시스템은 얼굴과 생성 된 표상을 동일한 분석 및 특징 식별 알고리즘으로 판단함으로써 마치 동일한 인물의 두 장의 사진 인 것처럼 이것을 수행합니다 (어느 정도). 두 사람에 의해 생성 된 결과 숫자가 얻을 가능성이있는 것처럼 가까울 때, 이는 두 사람이 시각적으로 충분한 정도와 유사하다는 것을 의미합니다. (이 만화의 어느 시점에서는 더 좋아지지 않을 것입니다.)
이 그림에서 원본 이미지는 왼쪽에 있고 수동으로 구성된 그림 이모티콘 (비교를 위해 시스템에서는 사용되지 않음)을 누른 다음 알고리즘의 여러 변형을 시도한 다음 3D 아바타 시스템에서 유사한 시도를 시도합니다.
이 기법의 장점은 특정 아바타 유형에 묶여 있지 않기 때문에 모든 아바타 유형에 관계 없기 때문에 (이론적으로) 그 중 하나에서 작동한다는 것입니다. 좋은 진술과 나쁜 진술이있는 한 시스템은 실제 얼굴과 일치시키고 어느 것이 어느 것인지를 파악합니다.
페이스 북은이 정보를 많은 유용한 목적으로 사용할 수 있습니다. 아마도 대부분의 즉각적인 이모티콘 시스템 일 것 입니다. 새로운 이발 또는 손질 된 턱수염으로 사진을 올리면 자동으로 업데이트 될 수도 있습니다. 하지만 아바타 매칭 작업은 다른 사이트에서도 가능할 수 있습니다. 페이스 북으로 어떤 VR 게임에 로그인하고 즉시 자신의 설득력있는 버전을 만들어야합니다. 적어도 많은 사람들이 자신의 이모티콘이 노란색이 아닌 실제 피부색으로 설정되어 있다면 걱정하지 않아도됩니다.
전체 논문 은 기술적 인 부분이 있지만 AI 컨퍼런스에서 발표되었으므로 기대됩니다.