نسخ الملابس من الصور الحقيقية إلى الشخصيات ثلاثية الأبعاد لتمكين إعادة التعرف على الشخص بشكل عام

في الآونة الأخيرة، أثبتت المجموعات الضخمة من البيانات المصنعة أنها مفيدة للغاية في إعادة التعرف على الأشخاص بشكل عام. ومع ذلك، فإن الشخصيات المصنعة في المجموعات الحالية من البيانات تبدو في الغالب كرسوم متحركة وترتدي ملابس ذات تنسيقات عشوائية، مما يحد من أدائها. لمعالجة هذا الأمر، تم اقتراح نهج آلي في هذا العمل يتم من خلاله نسخ الملابس الكاملة مباشرةً من صور الأشخاص الحقيقية إلى الشخصيات ثلاثية الأبعاد الافتراضية، بحيث يبدو أي شخص افتراضي مُنشأ بهذه الطريقة مشابهًا جدًا لنظيره الحقيقي.وبشكل خاص، تم تصميم طريقتين للنسخ استنادًا إلى خرائط النسيج UV (UV Texture Mapping)، وهما: تعيين الملابس المسجلة والتوسع المتجانس في الملابس. عند الكشف عن نقاط المفاتيح للملابس على صور الأشخاص وتسميتها على الخرائط UV المنتظمة التي تحتوي على بنية ملابس واضحة، يقوم التعيين المسجل بتطبيق التجانس الإقليمي (perspective homography) لتغيير شكل الملابس الحقيقية إلى نظيرتها على خريطة UV. أما بالنسبة للأجزاء غير المرئية من الملابس والخرائط UV غير المنتظمة، فإن التوسع المتجانس يقوم بتقسيم منطقة متجانسة على الملابس كنمط قماش واقعي أو خلية، ويتوسع في الخلية لملء خريطة UV.بالإضافة إلى ذلك، تم اقتراح استراتيجية توسع تجمع بين الشبه والتنوع، وذلك بتصنيف صور الأشخاص واختيار صورة لكل مجموعة وإعادة إنتاج الملابس لأجل توليد الشخصيات ثلاثية الأبعاد. بهذه الطريقة يمكن زيادة عدد الشخصيات الافتراضية بكثافة في الشبه البصري لتحدي عملية تعلم النموذج، وفي التنوع السكاني لتخصيب توزيع العينات. وأخيرًا، عن طريق رسم الشخصيات المنسوخة في مشاهد Unity3D، تم إنشاء مجموعة بيانات افتراضية أكثر واقعية باسم ClonedPerson تحتوي على 5,621 هوية و887,766 صورة.أظهرت النتائج التجريبية أن النموذج الذي تم تدريبه على مجموعة بيانات ClonedPerson يتمتع بأداء أفضل في التعميم بالمقارنة مع النماذج التي تم تدريبها على مجموعات البيانات الأخرى الشعبية لإعادة التعرف على الأشخاص سواء الحقيقية أو المصنعة. يمكن الوصول إلى مشروع ClonedPerson عبر الرابط التالي: https://github.com/Yanan-Wang-cs/ClonedPerson.