Netease Fuxi AI Lab-ისა და მიჩიგანის უნივერსიტეტის მკვლევრებმა შექმნეს მანქანური სწავლების მეთოდი, MeInGame, რომელსაც შეუძლია სახეების ავტომატურად გენერირება ერთი პორტრეტის ანალიზით.
იმისათვის, რომ 3D მორფირებადი სახის მოდელებმა (3DMM) ზუსტად რეპროდუცირება მოახდინონ ადამიანის პროფილის, ისინი უნდა იყვნენ გაწვრთნილნი სურათებისა და ტექსტურული მონაცემების დიდ მონაცემთა ნაკრებებზე.
ამ მონაცემთა ნაკრებების შედგენას შეიძლება საკმაოდ დიდი დრო დასჭირდეს. გარდა ამისა, ასეთი სისტემა მხოლოდ იმ შემთხვევაში შეძლებს საიმედოდ მუშაობას, თუ ახალი მონაცემები რეგულარულად იტვირთება. ამ შეზღუდვის დასაძლევად, კვლევის ავტორებმა, ლინმა, იუანმა და ზოუმ, გენერირებული ფოტოების ნაცვლად რეალური ადამიანების სურათები გამოიყენეს.
თავდაპირველად, მათ სახის რეკონსტრუქცია მოახდინეს სახის 3D მორფირებადი მოდელის (3DMM) და კონვოლუციური ნეირონული ქსელების (CNN) გამოყენებით, შემდეგ კი სახის 3D ფორმა შაბლონურ ბადეზე გადაიტანეს. შედეგად მიღებული ქსელი შეყვანის სახით იღებს სახის გამოსახულებას და ულტრაიისფერი ტექსტურის რუკას, შემდეგ კი პროგნოზირებს განათების კოეფიციენტებს.
ავტორებმა თავიანთი ღრმა სწავლების ტექნიკა ექსპერიმენტების სერიაში გამოსცადეს, სადაც თამაშის პერსონაჟების ხარისხი სხვა გენერირებულ მოდელებთან შეადარეს.
