Netease Fuxi AI Lab-ի և Միչիգանի համալսարանի հետազոտողները ստեղծել են մեքենայական ուսուցման MeInGame մեթոդ, որը կարող է ավտոմատ կերպով դեմքեր ստեղծել՝ վերլուծելով մեկ դիմանկարը։
Որպեսզի եռաչափ ձևափոխվող դեմքի մոդելները (3DMM) ճշգրտորեն վերարտադրեն անձի պրոֆիլը, նրանք պետք է մարզվեն պատկերների և հյուսվածքային տվյալների մեծ տվյալների հավաքածուների վրա։.
Այս տվյալների հավաքածուների կազմումը կարող է բավականին երկար ժամանակ պահանջել: Ավելին, նման համակարգը կարող է հուսալիորեն գործել միայն այն դեպքում, եթե նոր տվյալները պարբերաբար ներբեռնվեն: Այս սահմանափակումը հաղթահարելու համար ուսումնասիրության հեղինակներ Լինը, Յուանը և Զոուն օգտագործել են իրական մարդկանց պատկերներ՝ ստեղծված լուսանկարների փոխարեն:.
Նրանք սկզբում վերակառուցեցին դեմքը՝ օգտագործելով դեմքի եռաչափ ձևափոխվող մոդել (3DMM) և կոնվոլյուցիոն նեյրոնային ցանցեր (CNN), այնուհետև դեմքի եռաչափ ձևը փոխանցեցին ձևանմուշային ցանցի վրա: Արդյունքում ստացված ցանցը որպես մուտքային տվյալներ ստանում է դեմքի պատկեր և չփաթեթավորված ուլտրամանուշակագույն հյուսվածքի քարտեզ, ապա կանխատեսում է լուսավորության գործակիցները:.
Հեղինակները փորձարկել են իրենց խորը ուսուցման տեխնիկան մի շարք փորձերի միջոցով՝ համեմատելով խաղի կերպարների որակը այլ ստեղծված մոդելների հետ։.
