Tout le monde dance maintenant
Êtes-vous un terrible danseur qui rêve de jouer un jour dans un clip vidéo qui aurait rendu Michael Jackson jaloux? Si tel est le cas, vous avez deux options: allez le Napoléon Dynamite itinéraire et mettez en pratique sérieusement, ou simplifiez le processus en tirant parti d'une intelligence artificielle de pointe.
Puisque vous êtes toujours en train de lire des vidéos « Comment danser » sur YouTube et non de les regarder, nous allons supposer que la deuxième de ces options est celle qui vous intéresse le plus. Si tel est le cas, vous devez remercier les chercheurs de l’Université de Californie à Berkeley. En utilisant le sorte de technologie « deepfake » qui permet d'effectuer des échanges de visages réalistes dans les vidéos, ils ont développé un outil qui peut faire passer pour des experts même les plus maladroits et les plus désordonnés d'entre nous.
Vidéos recommandées
« Nous avons développé une méthode pour transférer les mouvements de danse d’un individu – un danseur professionnel – à un autre, [que nous appellerons « Joe » pour cet exemple,] »
Shiry Ginosar, un doctorat. étudiant en vision par ordinateur à l'UC Berkeley, a déclaré à Digital Trends. « Pour ce faire, nous prenons une vidéo de Joe effectuant toutes sortes de mouvements. Nous utilisons cette vidéo pour former un réseau contradictoire génératif afin d'apprendre un modèle de l'apparence et des mouvements de Joe. Lorsque nous avons appris ce modèle, nous pouvons prendre un bonhomme allumette représentant une pose corporelle en entrée et générer une photographie fixe de Joe exécutant cette pose corporelle en sortie. Si nous avons une vidéo entière d'un bonhomme allumette dansant, nous pouvons générer une vidéo entière de Joe dansant de la même manière. Maintenant, à partir d’une vidéo du danseur professionnel, nous extrayons la pose du corps du danseur, revenons à Joe et générons une vidéo de lui dansant à peu près de la même manière.Outre le plaisir de pouvoir faire ressembler n'importe qui à un danseur expert, Ginosar a déclaré que la danse présente un défi intéressant pour ce type de technologie deepfake. En effet, cela implique que tout le corps humain se déplace de manière fluide, ce qui est considérablement différent (et plus difficile) des poses plus statiques ou des transferts de visage effectués jusqu'à présent.
Un article décrivant l'œuvre, intitulé «Everybody Dance Now», est disponible en lecture sur le serveur de préimpression arXiv. Outre Ginosar, les autres chercheurs du projet comprenaient Caroline Chan, Tinghui Zhou et Alexei Efros.
Recommandations des rédacteurs
- Microsoft abandonne son IA effrayante qui lit les émotions.
- Une IA analogique? Ça paraît fou, mais ça pourrait être l'avenir
- La dernière A.I. de Nvidia les résultats prouvent qu'ARM est prêt pour le centre de données
- L'IA d'IBM Le navire Mayflower traverse l’Atlantique et vous pouvez le regarder en direct
- L’IA peut-elle battre les ingénieurs humains dans la conception de micropuces? Google le pense
Améliorez votre style de vieDigital Trends aide les lecteurs à garder un œil sur le monde en évolution rapide de la technologie avec toutes les dernières nouvelles, des critiques de produits amusantes, des éditoriaux perspicaces et des aperçus uniques.
