HyperAIHyperAI
منذ 2 أشهر

تقدّم الوجه وإعادة شبابه باستخدام مُعرِّف متعدِّد المُعارِضين بشروط مع الانحدار الترتيبي

Haiping Zhu; Qi Zhou; Junping Zhang; James Z. Wang
تقدّم الوجه وإعادة شبابه باستخدام مُعرِّف متعدِّد المُعارِضين بشروط مع الانحدار الترتيبي
الملخص

الشيخوخة الوجهية وإعادة تجديد الوجه تحلل صورة وجه معينة للتنبؤ بمظهر الشخص المستقبلي أو تقدير مظهره السابق. لتحقيق هذا، من الحاسم الحفاظ على الهوية البشرية والتقدم والرجوع في الشيخوخة بدقة عالية. ومع ذلك، لا يمكن للطرق الموجودة التعامل مع هذين الهدفين بشكل جيد في آن واحد. نقترح نهجًا جديدًا يستند إلى شبكة التوليد المضادة (Generative Adversarial Network)، والتي أطلقنا عليها اسم الشفرة الذاتية متعددة المواجهات الشرطية مع الانحدار الترتيبي (CMAAE-OR). يستخدم هذا النهج تقنية تقدير العمر لضبط دقة الشيخوخة ويأخذ تمثيلًا خاصًا بالخصائص العالية للحفاظ على الهوية الشخصية. بصفة خاصة، يتم رسم الخريطة الأولى للوجه إلى متجه كامن عبر مشفّر تلافيفي (Convolutional Encoder). ثم يتم إسقاط المتجه الكامن على مانيفولد الوجه (Face Manifold) شرطيًا على العمر عبر مولد فك التلافيف (Deconvolutional Generator). يحافظ المتجه الكامن على خصائص الوجه الشخصية ويتحكم العمر في الشيخوخة الوجهية وإعادة التجدد. يتم فرض تمييز وانحدار ترتيبي على المشفّر والمولد بالتوازي، مما يجعل الصور المتولدة للوجه أكثر واقعية ضوئيًا بينما تظهر في الوقت نفسه آثار الشيخوخة المرغوبة. بالإضافة إلى ذلك، يتم استخدام تمثيل خاص بالخصائص العالية للحفاظ على الهوية الشخصية للوجه المتولد. أثبتت التجارب التي أجريت على قاعدتين بيانات مقاييسيتين أن الأداء المقترح لهذا النهج يتفوق على أفضل ما هو موجود حاليًا في المجال.请注意,一些专业术语在括号中保留了英文原文,以确保信息的完整性。