डिजिटल फेस मॉडलिंग और हेरफेर के लिए दृश्यों से 3डी चेहरे का पुनर्निर्माण करना महत्वपूर्ण है।पारंपरिक तरीके मुख्य रूप से आरजीबी छवियों पर निर्भर करते हैं, जो प्रकाश विविधता के प्रति संवेदनशील होते हैं और केवल 2डी जानकारी प्रदान करते हैं।इसके विपरीत, गहराई वाली छवियां, प्रकाश परिवर्तन के प्रति प्रतिरोधी, सीधे 3डी डेटा कैप्चर करती हैं, जो मजबूत पुनर्निर्माण के लिए संभावित समाधान पेश करती हैं।
हाल के अध्ययनों ने अधिक मजबूती के लिए गहन शिक्षा की ओर रुख किया हैपुनर्निर्माणगहन डेटा से;हालाँकि, सटीक 3डी फेशियल लेबल वाली वास्तविक गहराई वाली छवियों की कमी ने प्रशिक्षण प्रक्रिया में बाधा उत्पन्न की है।प्रशिक्षण के लिए ऑटो-संश्लेषित डेटा का उपयोग करने के प्रयासों ने डोमेन असमानताओं के कारण वास्तविक दुनिया के परिदृश्यों को सामान्य बनाने में सीमाओं को पूरा किया है।
ज़ियाओक्सू कै के नेतृत्व में एक शोध दल ने 15 फरवरी 2024 को अपने नवीनतम निष्कर्षों का अनावरण कियाकंप्यूटर विज्ञान की सीमाएँ.उनका शोध एक नवीन डोमेन-अनुकूली पुनर्निर्माण पद्धति का उपयोग करते हुए परिचय देता हैगहन शिक्षाऑटो-लेबल सिंथेटिक और बिना लेबल वाले वास्तविक डेटा के मिश्रण के साथ।यह दृष्टिकोण वास्तविक दुनिया में कैप्चर की गई व्यक्तिगत गहराई वाली छवियों से 3डी चेहरों के पुनर्निर्माण की सुविधा प्रदान करता है।
उनकी विधि क्रमशः सिर की मुद्रा और चेहरे के आकार की भविष्यवाणी करने के लिए समर्पित डोमेन-अनुकूली तंत्रिका नेटवर्क लागू करती है।प्रत्येकनेटवर्कइसके घटक के अनुरूप विशिष्ट रणनीतियों का उपयोग करके प्रशिक्षित किया जाता है।हेड पोज़ नेटवर्क को एक सीधी फाइन-ट्यूनिंग विधि का उपयोग करके प्रशिक्षित किया जाता है, जबकि चेहरे के आकार के नेटवर्क को प्रशिक्षित करने के लिए एक अधिक मजबूत प्रतिकूल डोमेन अनुकूलन दृष्टिकोण लागू किया जाता है।
प्रस्तावित 3डी फेस पुनर्निर्माण विधि की मुख्य पाइपलाइन।
-
श्रेय: ज़ियाओक्सू कै, जियानवेन लू, जियाजुन बू, जुन्यू डोंग, हैशुआई वांग, हुई यू -
अत्याधुनिक गहराई-आधारित विधि, एफडीआर के साथ तुलना।आरजीबी छवियां यहां केवल दृश्य संदर्भ के रूप में काम करती हैं और पुनर्निर्माण एल्गोरिदम में इनपुट के रूप में उपयोग नहीं की जाती हैं।श्रेय: ज़ियाओक्सू कै, जियानवेन लू, जियाजुन बू, जुन्यू डोंग, हैशुआई वांग, हुई यू।
प्रीप्रोसेसिंग के प्रारंभिक चरण में कैमरा स्पेस के भीतर गहराई वाली छवि से पिक्सेल मानों को 3डी बिंदु निर्देशांक में परिवर्तित करना शामिल है।यह प्रक्रिया 3डी ज्यामितीय जानकारी के प्रसंस्करण के लिए पुनर्निर्माण नेटवर्क में 2डी कनवल्शन के उपयोग की अनुमति देती है।नेटवर्क आउटपुट 3डी वर्टेक्स ऑफसेट को नियोजित करता है, जिससे सीखने की प्रक्रिया को सुविधाजनक बनाने के लिए अधिक केंद्रित लक्ष्य वितरण स्थापित किया जाता है।
अत्याधुनिक तकनीकों की तुलना में इसके प्रतिस्पर्धी प्रदर्शन को प्रदर्शित करते हुए, चुनौतीपूर्ण वास्तविक दुनिया के डेटासेट पर विधि का गहन मूल्यांकन किया जाता है।
अधिक जानकारी:ज़ियाओक्सू कै एट अल, डोमेन अनुकूली शिक्षण के माध्यम से एकल गहराई छवि 3डी चेहरा पुनर्निर्माण,कंप्यूटर विज्ञान की सीमाएँ(2024)।डीओआई: 10.1007/एस11704-023-3541-7
द्वारा उपलब्ध कराया गयाउच्च शिक्षा प्रेस
उद्धरण:नवोन्मेषी डोमेन-अनुकूली विधि एकल गहराई वाली छवियों से 3डी चेहरा पुनर्निर्माण को सक्षम बनाती है (2024, 1 मार्च)1 मार्च 2024 को पुनः प्राप्तhttps://techxplore.com/news/2024-03-domain-method-enables-3d-restruction.html से
यह दस्तावेज कॉपीराइट के अधीन है।निजी अध्ययन या अनुसंधान के उद्देश्य से किसी भी निष्पक्ष व्यवहार के अलावा, नहींलिखित अनुमति के बिना भाग को पुन: प्रस्तुत किया जा सकता है।सामग्री केवल सूचना के प्रयोजनों के लिए प्रदान की गई है।