Résultats supplémentaires d'ouverture des yeux fermés générés avec un modèle GAN basé sur des références. La colonne (a) est l'image de référence, et la colonne (c) est la version peinte des images de la colonne (b) générées avec un exemple de GAN. Crédit :Brian Dolhansky, Cristian Canton Ferrer
Deux chercheurs de Facebook, Brian Dolhansky et Cristian Canton Ferrer, ont publié un article sur le site du géant des réseaux sociaux détaillant une nouvelle application d'IA sur laquelle ils travaillent. Le but de l'application, ils rapportent, est d'ouvrir les yeux qui semblent fermés sur une photographie.
Beaucoup de gens ont du mal à garder les yeux ouverts lorsque quelqu'un prend leur photo, résultant en une photographie qui donne l'impression qu'ils font la sieste. En réponse, les ingénieurs travaillant sur des logiciels de retouche photo ont ajouté des routines qui aident les utilisateurs à les ouvrir. Et d'autres travaillant sur des applications d'IA pour résoudre le problème ont utilisé de grands ensembles de données de photos comme matériel d'apprentissage pour les réseaux d'apprentissage en profondeur utilisés pour peindre de nouveaux yeux sur une cible. Mais à ce jour, la paire à Facebook note, aucune de ces approches n'a produit de très bons résultats. Ils espèrent améliorer ces efforts en utilisant d'autres photos de la même personne qui ont également été publiées sur Facebook comme matériel d'apprentissage.
La technologie s'appelle "Eye in-painting avec des réseaux antagonistes génératifs exemplaires, " ou ExGans. Eye in-painting fait référence à la peinture sur des parties d'une image existante avec un nouveau matériau pour créer l'effet souhaité. Et les GAN sont un type spécifique de réseau de neurones d'apprentissage en profondeur. L'application sur laquelle Dolhansky et Ferrer travaillent comporte plusieurs parties pour l'aider à atteindre son objectif, il doit chercher et trouver d'autres photos de la même personne, s'assurer que les photos utilisées sont applicables, puis générer des yeux en fonction de ceux trouvés sur d'autres photos, en tenant compte de l'éclairage et d'autres facteurs dans la photo originale. Il doit également analyser les résultats pour se tester sur la qualité. Finalement, il doit peindre les yeux qu'il a créés sur la photo originale d'une manière qui convient aux personnes qui la regardent. En utilisant une telle approche, ils notent, surmonte les problèmes de forme incorrecte des yeux ou des yeux qui semblent appartenir à quelqu'un d'autre.
Les chercheurs rapportent que jusqu'à présent, ils ont rencontré beaucoup de succès - la plupart des photos qu'ils ont testées sont plus belles que les résultats d'autres méthodes. D'autre part, ils ont également rencontré quelques problèmes, tels que des yeux déformés ou mal colorés. La plupart de ces problèmes, ils rapportent en outre, étaient dus à la mauvaise qualité de l'image d'origine, mauvais angles, ou des obstructions telles que des cheveux.
© 2018 Tech Xplore