Samsung ożywił Mona Lisę za pomocą tylko jednego zdjęcia

Samsung zaprezentował nową technologię, która może zrewolucjonizować świat filmów wideo. Inżynierowie firmy, bazując na procedurach sztucznej inteligencji, są w stanie wygenerować płynną animację twarzy dowolnej osoby w oparciu o tylko jedno jej zdjęcie.

Firma Samsung opracowała technologię, która pozwala wygenerować płynną i realistyczną animację twarzy, bazując zaledwie na jednym zdjęciu danej osoby. Może to być selfie, portret lub nawet namalowany obraz przedstawiający choćby Mona Lisę. Próbkę możliwości Samsunga sprawdzicie na poniższym wideo:

To imponujące i zarazem przerażające osiągnięcie, biorąc pod uwagę panującą ostatnio modę na tzw. deepfake, czyli podmianę twarzy ludzi w filmach porno lub też w kinowych produkcjach. Dotychczas autorzy takich przeróbek musieli poświęcić na to sporo czasu i zebrać niemały materiał źródłowy (m.in. zdjęcia lub modele 3D danej osoby), dlatego też „ofiarami” deepfake’ów padały dobrze znane osobistości i gwiazdorzy z Hollywood. Dysponując nowym dziełem Samsunga, zaledwie jedno zdjęcie wystarczy, by ożywić osobę w świecie cyfrowym; innymi słowy, pole do przeróbek, modyfikacji czy tworzenia fake’ów staje się po prostu przerażające.

Inżynierowie Samsunga ożywiają ludzi ze zdjęć

Jakim cudem Samsung zmienia fotografię w wideo? Generalnie odpowiedź jest prosta – brzmi ona: sztuczna inteligencja.

Pomysł bazuje na oznaczaniu najważniejszych punktów fizjonomii na fotografii. Pozwala to AI wygenerować ruchy twarzy i całej głowy. Oczywiście to wciąż za mało informacji, nawet jak dla superinteligentnego „robota”, dlatego system korzysta z przykładowych nagrań, które stanowią swoisty wzór. Sztuczna inteligencja porównuje profil głowy osoby ze zdjęcia z ludźmi z filmów wzorcowych, aż znajdzie najbardziej zbliżoną strukturę twarzy.

Z jednego zdjęcia mogą powstać krótkie filmy

Szczegółowość i jakość wygenerowanego wideo jest zależna od rozdzielczości i liczby zdjęć. Im jest ich więcej, tym wyjściowy materiał okazuje się bardziej naturalny – płynniejszy jest ruch głowy, a fizjonomia ma więcej ekspresji (mruganie powiekami, poruszanie ustami i inne ruchy mimiczne). W ten oto sposób Samsung może ożywić każdego.

„Taka możliwość ma praktyczne zastosowanie w teleprezentacjach, wideokonferencjach czy grach wieloosobowych, a także przemyśle efektów specjalnych” – mówią przedstawiciele firmy Samsung.