ディズニー チームは、俳優をリアルタイムで高品質に自動的に若返らせたり老けさせたりできるクールな新しい AI ツールを作成しました。 ソーシャル メディア アプリでこのようなフィルターを見たことがあることは知っていますが、この次のレベルの技術は本番環境に対応しています。 私は言わざるを得ません、私は感銘を受けました、そして私は映画製作者が実際にそれを使い始めるのを見たいと思っています.
私は新しい映画制作技術について学ぶのが大好きです。以下でビデオで共有されたすべての詳細を以下に示します。
ビデオ内の顔の写真のようにリアルなデジタル リエイジングは、エンターテイメントや広告の分野でますます一般的になりつつあります。 しかし、優勢な 2D ペインティング ワークフローでは、フレームごとの手動作業が必要になることが多く、熟練したアーティストであっても達成するのに数日かかることがあります。 顔画像のリエイジングに関する研究では、この問題の自動化と解決が試みられていますが、現在の手法は、通常、顔のアイデンティティの喪失、解像度の低下、および後続のビデオ フレームでの不安定な結果に悩まされるため、ほとんど実用的ではありません。
このホワイトペーパーでは、ビデオ画像の顔をリエイジングするための、実用的で完全に自動化された、プロダクション対応の最初の方法を紹介します。 私たちの最初の重要な洞察は、長期間にわたって顔を再老化させることを学習するための縦断的なトレーニング データを収集するという問題に対処することです。これは、多数の実在の人物に対して達成することはほぼ不可能です。 実際の画像では失敗しますが、合成顔でフォトリアルな再エージング結果を提供する、顔の再エイジングにおける現在の最先端技術を活用して、このような縦断的なデータセットを構築する方法を示します。
私たちの 2 番目の重要な洞察は、そのような合成データを活用し、より複雑なネットワーク設計を必要とせずに、十分に理解された U-Net アーキテクチャをトレーニングすることによって実行できる実用的な画像から画像への変換タスクとして、顔の再老化を定式化することです。 . 驚くべきことに、単純な U-Net を使用して、前例のない一時的な安定性と、さまざまな表情、視点、および照明条件にわたって顔のアイデンティティを維持しながら、ビデオで実際の顔を再エージングするための最先端の技術をどのように進歩させることができるかを示します。
最後に、当社の新しい顔のリエイジング ネットワーク (FRAN) には、シンプルで直感的なメカニズムが組み込まれており、アーティストにリエイジング効果を指示および微調整するためのローカライズされた制御と創造的な自由を提供します。関連する研究作業で見落とされています。
ビデオを見て、感想をお聞かせください！