Grigory Antipov, Moez Baccouche e Jean-Luc Dugelay della società francese Orange Labs hanno trovato un modo per ottenere foto ringiovanite o invecchiate di persone, senza togliere loro l’espressività propria del soggetto. Esistono diverse tecniche per ricavare il volto di una persona in momenti differenti della sua vita, che vengono usate per lo più per aiutare ad identificare persone scomparse da molti anni. Un problema comune di queste foto è che sono inespressive. Nel processo di invecchiamento artificiale del volto, viene meno l’identità della persona, quella caratterizzazione ed espressività tipica di ciascuno di noi. Il risultato è che l’individuo sembra più vecchio, ma è più difficile da identificare. Oltre tutto, se è relativamente facile invecchiare un volto, non lo è altrettanto ringiovanirlo.
Antipov e colleghi hanno sviluppato due macchine per il deep learning che possono far sembrare più giovani i volti più vecchi, e viceversa, senza perdita di espressività. Il deep-learning (tradotto letteralmente apprendimento profondo), è uno sviluppo dell’Intelligenza Artificiale e un’evoluzione del Machine Learning, che consiste nell’impiego di modelli di apprendimento su più livelli.
Le due macchine lavorano in parallelo: una è un generatore di volti, l’altra uno strumento avanzato per il riconoscimento facciale. Il primo passo è stato l’addestramento: per “insegnare” alle macchine a invecchiare o ringiovanire volti, sono state date loro in pasto 5.000 foto di volti nei gruppi di età 0-18, 19-29, 30-39, 40-49, 50-59 e 60+ anni. Sono state prese in prestito dai database di film su Internet e da Wikipedia, e ciascuna è stata etichettata con l’età della persona. In questo modo, le macchine hanno appreso le caratteristiche dei volti in ogni gruppo di età. È questo dato che ha permesso al generatore di volti di invecchiare o svecchiare volti a lui sconosciuti.
Qui entra in gioco la seconda macchina, il riconoscitore facciale. Analizzando il volto invecchiato artificialmente, stabilisce se si possa riconoscerne l’identità originale. In caso negativo l’immagine viene bocciata. Il risultato è stato incoraggiante. Applicando la tecnica completa a 10.000 volti dal database IMDB-Wikipedia che non erano stati usati nella fase formativa, si è registrato un 80% di successi, contro il 50% di successi delle immagini ottenute con altre tecniche di invecchiamento facciale. L’idea è talmente interessante da essersi guadagnata una pubblicazione sulla rivista del Massachusetts Institute of Technology.
Il software usato per determinare se due immagini mostrino la stessa persona o meno è stato battezzato OpenFace. Se il software fosse reso pubblico sarebbe un utile strumento per la ricerca di persone scomparse o ricercate dalle forze dell’ordine.
Articolo Precedente
Stampa 3D più resistente e 100 volte più veloce grazie alla luce e ad una resina speciale
Articolo Successivo
Pedalare sulla cyclette con VR Bike di NordicTrack e il visore HTC: vi sembrerà di volare!
