Süni intellekt fotodakı insanları keyfiyyətcə yaşlandırmağı və cavanlaşdırmağı öyrənib

Amerikalı istehsalçılar, insanın erkən uşaqlıqdan yaşlanmasına qədər olan mərhələni tək bir fotoşəkildə proqnozlaşdırmağa və ya əksinə, onun üzünün keçmişdə necə görünə biləcəyini göstərməyə qadir olan sinir şəbəkəsi yaradıblar. ECCV 2020 konfransında təqdim ediləcək məqalənin müəllifləri qeyd edirlər ki, digər oxşar alqoritmlərdən, o cümlədən FaceApp-dan fərqli olaraq, sinir şəbəkəsi təkcə üzün teksturunu deyil, həm də formasını və ayrı-ayrı hissələrini dəyişdirir ki, bu da daha yaxşı effekt əldə etməyə imkan verir.

Üz, ömür boyu tədricən dəyişir, lakin yenə də insanı uşaqlıq şəkilində tanıyırıq və ya uşağın yetkinlik dövründə necə görünəcəyini təsəvvür edə bilirik, çünki üz hissələrinin yerini və formasını təsvir edən əsas xüsusiyyətlər az dəyişikliyə uğrayır. Tərtibatçılar, alqoritmlərdə bu xüsusiyyəti qismən nəzərə alıblar və bəziləri artıq smartfon tətbiqləri olaraq mövcuddur. Lakin bu günə kimi bu alqoritmlərdə bir neçə həll olunmamış problem var. Birincisi, demək olar ki, onların hamısı yalnız iki yaşla işləyir - məsələn, gəncləri yaşlı hala gətirirlər. İkincisi, onların işləri, bir qayda olaraq, təsvirdəki üzün quruluşunu dəyişdirməyə əsaslanır, amma həqiqi yaşlanma zamanı insanın üzü və onun ayrı-ayrı hissələrinin forması də dəyişir.

İra Kemelmaxer-Şlisermanın (Ira Kemelmacher-Shlizerman) rəhbərliyi altında Adobe şirkətindən, həmçinin Vaşinqton və Stanford Universitetlərindən olan bir qrup tədqiqatçı, aralıq yaşlarla çevirməni həyata keçirən, eyni zamanda üzün quruluşunu və formasını dəyişdirən yeni bir alqoritm hazırlayıb.

İstehsalçılar, əməliyyat zamanı alqoritmin müəyyən bir şəxsin əsas üz xüsusiyyətlərini qoruyub saxlaya bilməsi üçün onu müxtəlif modallığın çevrilməsi (məsələn, rəsm əsərini musiqiyə çevirmək) üçün tez-tez istifadə olunan kodlayıcı-dekoder modelinə əsasən qurmuşlar. Girişdə müəlliflərin alqoritmi bir fotoşəkili - müəyyən bir obyekti icazəylə alır. Daha sonra o şəkili sıxır və onu daha kiçik ölçülü obyektə çevirir, amma üzün əsas xüsusiyyətləri haqqında informasiyanı saxlayır ki, minimal təhriflərlə ilk təsviri bərpa etmək mümkün olsun. Sıxılmış təqdim etmə sonradan dekoderə verilir. Ancaq bundan başqa dekoder, konkret iki yaşdakı şəkillər arasındakı optimal dəyişiklik (çevrilmə)üçün cavabdeh olan başqa bir vektoru da alır.

Müəlliflər, kişi və qadınlar üçün iki ayrı model yaradıblar. Təlim üçün, Flickr FFHQ-dən olan üzlərin məlumat bazasından istifadə ediblər və kraudsorsinqin köməyilə bütün 70.000 fotoşəkili 10 yaş aralığıyla qeydləyiblər. Hər bir foto üç fərqli insan tərəfindən qiymətləndirilib. Bundan sonra, tərtibatçılar, yaşın kifayət qədər dəqiq qiymətləndirilməsinin altı intervalını qoyublar (müxtəlif könüllülərin qiymətləndirmələri çox da fərqlənmir): 0 ilə 2 yaş arasında, 3-dən 6-ya, 7-dən 9-a, 15-dən 19-a, 30-dan 39-a və 50-dən 69-a qədər. Təlim generativ - mübahisəli sinir şəbəkəsinin sxeminə əsasən aparılıb.

Tərtibatçılar bu tapşırıq üçün bir neçə digər sinir şəbəkələri ilə kəmiyyət müqayisəsi apardılar və məlum oldu ki, yeni alqoritm ən yaxşısını edir. Nəticələri nümayiş videosunda və ya müəlliflərin səhifəsində görə bilərsiniz.

_{Yeni alqoritmin (sağda) FaceApp ilə müqayisəsi (2-ci və 3-cü sıralar)}

2018-ci ildə tədqiqatçılar, gözlərin ətrafındakı bölgəni insanın bioloji yaşının effektiv göstəricisi kimi istifadə etməyi təklif etdilər. 

Onlar, öz yaratdıqları alqoritm və məlumatlardan istifadə edərək bir insanın fotoşəkildəki yaşını iki il dəqiqliyi ilə təxmin edə biləcək yeni bir proqram hazırladılar.