Odzyskiwanie twarzy w widoku kanonicznym za pomocą głębokich sieci neuronowych
Twarze na zdjęciach ze świata rzeczywistego rzadko wyglądają idealnie. Są zwrócone w różnych kierunkach. Oświetlenie się zmienia. Cienie ukrywają rysy twarzy. To sprawia, że rozpoznawanie twarzy jest trudne.
Nowe badania rozwiązują ten problem. Naukowcy wykorzystują głębokie sieci neuronowe, aby odnaleźć oryginalny widok twarzy. Proces ten przekształca przechyloną twarz w twarz ustawioną prosto.
Dlaczego ma to znaczenie dla Twoich projektów:
- Poprawia dokładność rozpoznawania twarzy.
- Pomaga maszynom rozumieć ludzką ekspresję.
- Dobrze radzi sobie z obrazami niskiej jakości.
- Rozwiązuje problemy wynikające ze złych kątów nachylenia.
Model uczy się przewidywać trójwymiarowy (3D) kształt twarzy. Następnie obraca obraz z powrotem do standardowego widoku. Dzięki temu dane są czystsze i lepiej nadają się do trenowania AI.
Budowa lepszych systemów wizyjnych wymaga wysokiej jakości danych dotyczących twarzy. Ta metoda dostarcza takie dane bez konieczności posiadania idealnych zdjęć.
Źródło: https://dev.to/paperium/recover-canonical-view-faces-in-the-wild-with-deep-neural-networks-5d13
Opcjonalna społeczność edukacyjna: https://t.me/GyaanSetuAi