Alla dansar nu
Är du en hemsk dansare som drömmer om att en dag spela huvudrollen i en musikvideo som skulle ha gjort Michael Jackson avundsjuk? I så fall har du två alternativ: gå Napoleon Dynamite rutt och tillämpa lite seriös övning, eller förenkla processen genom att dra fördel av lite avancerad artificiell intelligens.
Eftersom du fortfarande läser och inte använder YouTubes "Hur man dansar"-videor, kommer vi att anta att det andra av dessa alternativ är det som tilltalar dig mer. I så fall har du forskare vid University of California, Berkeley, att tacka. Använda typ av "deepfake"-teknik som gör det möjligt att utföra realistiska ansiktsbyten i videor, de har utvecklat ett verktyg som kan få även de mest kluriga och okoordinerade bland oss att se ut som experter.
Rekommenderade videor
"Vi har utvecklat en metod för att överföra dansrörelser från en individ - en professionell dansare - till en annan, [som vi kommer att referera till som 'Joe' för det här exemplet,]" Shiry Ginosar, en doktorsexamen student i Computer Vision vid UC Berkeley, berättade för Digital Trends. "För att göra detta tar vi en video där Joe utför alla typer av rörelser. Vi använder den här videon för att träna ett generativt motståndsnätverk för att lära oss en modell av hur Joe ser ut och rör sig. När vi har lärt oss den här modellen kan vi ta en stickfigur av en kroppsställning som input och generera ett stillbild av Joe som utför den kroppsställningen som utdata. Om vi har en hel video av en dansande pinnefigur kan vi skapa en hel video av Joe som dansar på samma sätt. Nu, med en video av den professionella dansaren, extraherar vi dansarens kroppsställning och går tillbaka till Joe och skapar en video där han dansar på ungefär samma sätt.”
Bortsett från det roliga med att kunna få vem som helst att likna en expertdansare, sa Ginosar att dans är en intressant utmaning för den här typen av deepfake-teknik. Det beror på att det innebär att hela människokroppen rör sig på ett flytande sätt, vilket är betydligt annorlunda (och tuffare) än de mer statiska ställningarna eller ansiktsförflyttningarna som har utförts hittills.
En artikel som beskriver verket, med titeln "Alla dansar nu", är tillgänglig att läsa på arXiv preprint server. Förutom Ginosar inkluderade andra forskare i projektet Caroline Chan, Tinghui Zhou och Alexei Efros.
Redaktörens rekommendationer
- Microsoft slutar med sin läskiga, känsloläsande A.I.
- Analog A.I.? Det låter galet, men det kanske är framtiden
- Nvidias senaste A.I. Resultaten visar att ARM är redo för datacentret
- IBMs A.I. Mayflower-skeppet korsar Atlanten och du kan se det live
- Kan A.I. slå mänskliga ingenjörer vid design av mikrochips? Google tycker det
Uppgradera din livsstilDigitala trender hjälper läsare att hålla koll på den snabba teknikvärlden med alla de senaste nyheterna, roliga produktrecensioner, insiktsfulla redaktioner och unika smygtittar.
