ഡീപ് ന്യൂറൽ നെറ്റ്വർക്കുകൾ ഉപയോഗിച്ച് കാനോണിക്കൽ-വ്യൂ മുഖങ്ങൾ വീണ്ടെടുക്കാം
യഥാർത്ഥ ലോകത്തെ ഫോട്ടോകളിലെ മുഖങ്ങൾ അപൂർവ്വമായി മാത്രമേ പൂർണ്ണതയുള്ളതായി കാണപ്പെടാറുള്ളൂ. അവ പല ദിശകളിലേക്കും തിരിഞ്ഞിരിക്കാം. വെളിച്ചത്തിലെ മാറ്റങ്ങൾ, നിഴലുകൾ മുഖത്തിന്റെ സവിശേഷതകളെ മറയ്ക്കുന്നത് എന്നിവ ഫേഷ്യൽ റെക്കഗ്നിഷൻ (facial recognition) പ്രയാസകരമാക്കുന്നു.
പുതിയ ഗവേഷണം ഈ പ്രശ്നത്തിന് പരിഹാരം കാണുന്നു. ഒരു മുഖത്തിന്റെ യഥാർത്ഥ കാഴ്ച കണ്ടെത്താൻ ശാസ്ത്രജ്ഞർ ഡീപ് ന്യൂറൽ നെറ്റ്വർക്കുകൾ ഉപയോഗിക്കുന്നു. ഈ പ്രക്രിയ ചരിഞ്ഞ മുഖത്തെ നേരായ മുഖമാക്കി മാറ്റുന്നു.
നിങ്ങളുടെ പ്രോജക്റ്റുകൾക്ക് ഇത് പ്രധാനമാകുന്നത് എന്തുകൊണ്ട്:
- ഇത് ഫേഷ്യൽ റെക്കഗ്നിഷന്റെ കൃത്യത വർദ്ധിപ്പിക്കുന്നു.
- മനുഷ്യരുടെ ഭാവങ്ങൾ മനസ്സിലാക്കാൻ ഇത് യന്ത്രങ്ങളെ സഹായിക്കുന്നു.
- കുറഞ്ഞ ഗുണനിലവാരമുള്ള ചിത്രങ്ങളിലും ഇത് മികച്ച രീതിയിൽ പ്രവർത്തിക്കുന്നു.
- മോശം ആംഗിളുകൾ മൂലമുണ്ടാകുന്ന പ്രശ്നങ്ങൾ ഇത് പരിഹരിക്കുന്നു.
മുഖത്തിന്റെ 3D ആകൃതി പ്രവചിക്കാൻ ഈ മോഡൽ പഠിക്കുന്നു. തുടർന്ന് ഇത് ചിത്രത്തെ ഒരു സ്റ്റാൻഡേർഡ് വ്യൂവിലേക്ക് തിരിച്ചുനിർത്തുന്നു. ഇത് AI പരിശീലനത്തിന് ഡാറ്റ കൂടുതൽ വ്യക്തമാക്കുന്നു.
മികച്ച വിഷൻ സിസ്റ്റങ്ങൾ നിർമ്മിക്കുന്നതിന് ഉയർന്ന ഗുണനിലവാരമുള്ള മുഖ ഡാറ്റ ആവശ്യമാണ്. മികച്ച ഫോട്ടോകൾ ഇല്ലാതെ തന്നെ ഈ രീതി ആ ഡാറ്റ ലഭ്യമാക്കുന്നു.
സ്രോതസ്സ്: https://dev.to/paperium/recover-canonical-view-faces-in-the-wild-with-deep-neural-networks-5d13
ഓപ്ഷണൽ ലേണിംഗ് കമ്മ്യൂണിറ്റി: https://t.me/GyaanSetuAi