Herstel gezichten in canoniek aanzicht met diepe neurale netwerken
Gezichten op foto's uit de echte wereld zien er zelden perfect uit. Ze kijken verschillende kanten op. De belichting verandert. Schaduwen verbergen gelaatstrekken. Dit maakt gezichtsherkenning moeilijk.
Nieuw onderzoek lost dit probleem op. Wetenschappers gebruiken diepe neurale netwerken om het oorspronkelijke aanzicht van een gezicht te vinden. Dit proces verandert een gekanteld gezicht in een recht aanzicht.
Waarom dit belangrijk is voor jouw projecten:
- Het verbetert de nauwkeurigheid van gezichtsherkenning.
- Het helpt machines menselijke gezichtsuitdrukkingen te begrijpen.
- Het werkt goed met afbeeldingen van lage kwaliteit.
- Het lost problemen op die worden veroorzaakt door slechte hoeken.
Het model leert de 3D-vorm van het gezicht te voorspellen. Vervolgens roteert het de afbeelding terug naar een standaard aanzicht. Dit maakt de data schoner voor AI-training.
Het bouwen van betere visiesystemen vereist hoogwaardige gezichtsgegevens. Deze methode levert die gegevens zonder dat er perfecte foto's nodig zijn.
Bron: https://dev.to/paperium/recover-canonical-view-faces-in-the-wild-with-deep-neural-networks-5d13
Optionele leercommunity: https://t.me/GyaanSetuAi