Ulteriori risultati ad occhi chiusi generati con un Exemplar GAN basato su riferimento. La colonna (a) è l'immagine di riferimento, e la colonna (c) è la versione in-dipinta delle immagini nella colonna (b) generate con un Exemplar GAN. Credito:Brian Dolhansky, Cristian Canton Ferrer
Due ricercatori di Facebook, Brian Dolhansky e Cristian Canton Ferrer, hanno pubblicato un articolo sul sito del gigante dei social network che descrive in dettaglio una nuova applicazione di intelligenza artificiale su cui stanno lavorando. L'obiettivo dell'app, riferiscono, è aprire gli occhi che appaiono chiusi in una fotografia.
Molte persone hanno difficoltà a tenere gli occhi aperti quando qualcuno scatta loro una foto, risultando in una fotografia che sembra come se stessero facendo un pisolino. In risposta, gli ingegneri che lavorano su software di fotoritocco hanno aggiunto routine che aiutano gli utenti ad aprirli. E altri che lavorano su app di intelligenza artificiale per risolvere il problema hanno utilizzato grandi set di dati di foto come materiale didattico per le reti di deep learning utilizzate per dipingere nuovi occhi su un bersaglio. Ma ad oggi, la coppia su Facebook nota, nessuno di questi approcci ha prodotto risultati molto buoni. Sperano di migliorare tali sforzi utilizzando altre foto della stessa persona che sono state pubblicate su Facebook come materiale didattico.
La tecnologia si chiama "Eye in-painting con Exemplar Generative Adversarial Networks, " o ExGans. Eye in-painting si riferisce alla pittura su parti di un'immagine esistente con nuovo materiale per creare l'effetto desiderato. E i GAN sono un tipo specifico di rete neurale di deep learning. L'app su cui stanno lavorando Dolhansky e Ferrer ha diverse parti per aiutarli a raggiungere il loro obiettivo. Deve cercare e trovare altre foto della stessa persona, assicurarsi che le foto utilizzate siano applicabili, e quindi generare occhi in base a quelli trovati in altre foto, tenendo conto dell'illuminazione e di altri fattori nella foto originale. Deve anche analizzare i risultati per testarsi sulla qualità. Finalmente, deve dipingere gli occhi che ha creato sulla foto originale in un modo che appaia giusto alle persone che la guardano. Utilizzando un tale approccio, notano, supera problemi di forma errata degli occhi o occhi che sembrano appartenere a qualcun altro.
I ricercatori riferiscono che finora, hanno riscosso molto successo:molte delle foto che hanno testato sono risultate migliori dei risultati di altri metodi. D'altra parte, hanno anche riscontrato alcuni problemi, come occhi deformi o poco colorati. La maggior parte di questi problemi, riferiscono ulteriormente, erano dovuti alla scarsa qualità dell'immagine originale, angoli poveri, o ostacoli come i capelli.
© 2018 Tech Xplore
