بازیابی چهرهها در نمای استاندارد با استفاده از شبکههای عصبی عمیق
چهرهها در عکسهای دنیای واقعی بهندرت بینقص به نظر میرسند. آنها در جهتهای مختلفی قرار دارند. نورپردازی تغییر میکند. سایهها ویژگیها را پنهان میکنند. این مسائل تشخیص چهره را دشوار میکند.
تحقیقات جدید این مشکل را حل میکند. دانشمندان از شبکههای عصبی عمیق برای یافتن نمای اصلی یک چهره استفاده میکنند. این فرآیند، یک چهره کج را به یک چهره روبرو تبدیل میکند.
چرا این موضوع برای پروژههای شما اهمیت دارد:
- دقت تشخیص چهره را بهبود میبخشد.
- به ماشینها در درک حالات چهره انسان کمک میکند.
- با تصاویر با کیفیت پایین بهخوبی کار میکند.
- مشکلات ناشی از زوایای نامناسب را برطرف میکند.
این مدل یاد میگیرد که شکل سهبعدی چهره را پیشبینی کند. سپس تصویر را به یک نمای استاندارد بازمیگرداند. این کار باعث میشود دادهها برای آموزش هوش مصنوعی پاکتر و مناسبتر شوند.
ساخت سیستمهای بینایی بهتر، نیازمند دادههای چهره با کیفیت بالا است. این روش، بدون نیاز به عکسهای بینقص، آن دادهها را فراهم میکند.
منبع: https://dev.to/paperium/recover-canonical-view-faces-in-the-wild-with-deep-neural-networks-5d13
انجمن یادگیری اختیاری: https://t.me/GyaanSetuAi