ڈیپ نیورل نیٹ ورکس کے ذریعے کینونیکل ویو (Canonical-View) چہروں کی بحالی
حقیقی دنیا کی تصاویر میں چہرے شاذ و نادر ہی مکمل طور پر درست نظر آتے ہیں۔ وہ مختلف سمتوں میں ہوتے ہیں۔ روشنی بدلتی رہتی ہے۔ سائے خدوخال کو چھپا دیتے ہیں۔ یہ چیز چہرے کی شناخت (facial recognition) کو مشکل بنا دیتی ہے۔
نئی تحقیق اس مسئلے کو حل کرتی ہے۔ سائنسدان چہرے کے اصل منظر کو تلاش کرنے کے لیے ڈیپ نیورل نیٹ ورکس کا استعمال کرتے ہیں۔ یہ عمل ایک ترچھے چہرے کو سیدھا کر دیتا ہے۔
آپ کے پروجیکٹس کے لیے یہ کیوں اہم ہے:
- یہ چہرے کی شناخت کی درستگی کو بہتر بناتا ہے۔
- یہ مشینوں کو انسانی تاثرات سمجھنے میں مدد دیتا ہے۔
- یہ کم معیار کی تصاویر کے ساتھ بھی بہتر کام کرتا ہے۔
- یہ غلط زاویوں کی وجہ سے پیدا ہونے والے مسائل کو حل کرتا ہے۔
یہ ماڈل چہرے کی 3D شکل کی پیش گوئی کرنا سیکھتا ہے۔ پھر یہ تصویر کو واپس ایک معیاری منظر (standard view) میں گھما دیتا ہے۔ اس سے AI ٹریننگ کے لیے ڈیٹا زیادہ صاف ستھرا ہو جاتا ہے۔
بہتر ویژن سسٹم بنانے کے لیے اعلیٰ معیار کے چہرے کے ڈیٹا کی ضرورت ہوتی ہے۔ یہ طریقہ بغیر کسی مکمل تصویر کی ضرورت کے وہ ڈیٹا فراہم کرتا ہے۔
ماخذ: https://dev.to/paperium/recover-canonical-view-faces-in-the-wild-with-deep-neural-networks-5d13
اختیاری لرننگ کمیونٹی: https://t.me/GyaanSetuAi