Récupérer les visages en vue canonique avec des réseaux de neurones profonds

Les visages sur les photos du monde réel sont rarement parfaits. Ils sont orientés dans différentes directions. L'éclairage varie. Les ombres masquent certains traits. Cela rend la reconnaissance faciale difficile.

De nouvelles recherches résolvent ce problème. Des scientifiques utilisent des réseaux de neurones profonds pour retrouver la vue originale d'un visage. Ce processus transforme un visage incliné en un visage de face.

Pourquoi cela est important pour vos projets :

  • Cela améliore la précision de la reconnaissance faciale.
  • Cela aide les machines à comprendre les expressions humaines.
  • Cela fonctionne bien avec des images de faible qualité.
  • Cela corrige les problèmes causés par des angles de vue inadaptés.

Le modèle apprend à prédire la forme 3D du visage. Il fait ensuite pivoter l'image pour revenir à une vue standard. Cela permet d'obtenir des données plus propres pour l'entraînement de l'IA.

La création de meilleurs systèmes de vision nécessite des données faciales de haute qualité. Cette méthode fournit ces données sans nécessiter de photos parfaites.

Source : https://dev.to/paperium/recover-canonical-view-faces-in-the-wild-with-deep-neural-networks-5d13

Communauté d'apprentissage optionnelle : https://t.me/GyaanSetuAi