زاوية Anderson
نظام ذكاء اصطناعي يمكنه جعل صور الأشخاص أكثر جمالًا

النقاط الرئيسيةنظام ذكاء اصطناعي جديد يستخدم التعلم المعزز لتجميل الوجوه دون تغيير الهوية.
عرض المزيد
- نظام ذكاء اصطناعي جديد يستخدم التعلم المعزز لتجميل الوجوه دون تغيير الهوية.
- تؤثر الإضاءة ووضعية العينين على تحسين درجات الجمال الخوارزمي أكثر من العوامل الوراثية.
- يعتمد النظام على أحكام الجمال من 60 مُصنِّفًا فقط من مجموعة بيانات SCUT-FBP5500.
قام باحثون من الصين بتطوير نظام تحسين صور جديد قائم على الذكاء الاصطناعي يمكنه جعل صور شخص أكثر “جمالا”، بناءً على نهج جديد لتعلم التعزيز.

ينتج النظام الجديد عن طريق استخدام “شبكة تنبؤ الجمال الوجهي” لتحسين الصور بناءً على عدد من العوامل، من بينها الإضاءة ومواضع العين. هنا المصادر الأصلية (على اليسار في كل عمود) من نظام EigenGAN، مع النتائج الجديدة على يمينها. مصدر: https://arxiv.org/pdf/2208.04517.pdf
تعتمد التقنية على الابتكارات المكتشفة لـمولّد EigenGAN، وهو مشروع صيني آخر من عام 2021، الذي حقق خطوات ملحوظة في تحديد الجوانب الدلالية المتنوعة والتحكم جزئيًا بها داخل الفضاء الكامن للشبكات التوليدية المعادية (GANs).

كان نظام EigenGAN من عام 2021 قادرًا على تحديد مفاهيم عالية المستوى مثل “لون الشعر” داخل الفضاء الكامن للشبكة التوليدية المعادية. يبني النظام الجديد على هذه الأداة المبتكرة لتوفير نظام يمكنه “تجميل” الصور الأصلية، دون تغيير الهوية القابلة للتعرف – وهي مشكلة في النهج السابقة. مصدر: https://arxiv.org/pdf/2104.12476.pdf
يستخدم النظام “شبكة تقييم الجمال” المشتقة من SCUT-FBP5500 (SCUT)، وهو مجموعة بيانات مرجعية لتنبؤ الجمال الوجهي من عام 2018 من جامعة جنوب الصين للتكنولوجيا في قوانغتشو.

من ورقة عام 2018 “SCUT-FBP5500: مجموعة بيانات متنوعة لتنبؤ الجمال الوجهي متعددة الأنماط”، والتي قدمت “شبكة تنبؤ الجمال الوجهي” (FBP) قادرة على تصنيف الوجوه من حيث الجاذبية المتصورة، ولكنها لم تكن قادرة على تحويل أو “ترقية” الوجوه. مصدر: https://arxiv.org/pdf/1801.06345.pdf
على عكس العمل الجديد، لا يمكن للمشروع من عام 2018 تنفيذ التحويلات، ولكنه يحتوي على أحكام قيمة خوارزمية ل 5,500 وجه، تم توفيرها بواسطة 60 شخصًا لتوسيم البيانات، نصفهم نساء ونصفهم رجال. تم دمج هذه الأحكام في النظام الجديد كـمميّز فعال، لإبلاغ التحويلات التي من المحتمل أن تزيد من “جاذبية” الصورة.
من المثير للاهتمام أن الورقة الجديدة تحمل عنوان توليد وجوه قوقازية جميلة ذات سمات قابلة للتحكم بواسطة التعلم المعزز الموجّه بالجمال. السبب في أن جميع الأجناس باستثناء القوقازيين يتم استثناؤهم من النظام (نظرًا أيضًا إلى أن الباحثين أنفسهم صينيون) هو أن بيانات مصدر SCUT تميل بشكل ملحوظ إلى المصادر الآسيوية (4000 أنثى وذكور آسيويين متساويين، 1500 أنثى وذكور قوقازيين متساويين)، مما يجعل الشخص المتوسط في تلك البيانات ذا شعر بني وعينين بنيتين.
لذلك، من أجل توفير تباين في التلوين على الأقل داخل عرق واحد، كان من الضروري استثناء المكون الآسيوي من البيانات الأصلية، أو الذهاب إلى تكلفة كبيرة لإعادة بناء البيانات لتطوير طريقة قد لا تنجح. بالإضافة إلى ذلك، الاختلافات في تصورات الجمال الثقافية تعني بالضرورة أن هذه الأنظمة ستحتاج إلى بعض درجة التكوين الجغرافي فيما يتعلق بما يشكل “الجاذبية”.
السمات المهمة
لتحديد العوامل الرئيسية المساهمة في صورة جذابة لشخص، قام الباحثون أيضًا باختبار تأثير التغييرات المختلفة على الصور، من حيث مدى تحسين هذه التعديلات للتصور الخوارزمي للجمال. لقد وجدوا أن أحد الجوانب على الأقل أكثر مركزية للتصوير الجيد من الجينات الجيدة:

إلى جانب الإضاءة، كانت أكثر الجوانب تأثيرًا هي الغُرّة، التي قد تعادل لدى الرجال وجود شعر كثيف على الرأس أصلًا، ووضعية الجسم واتجاه النظر. ويعزز التواصل البصري مع الكاميرا الجاذبية.
(فيما يتعلق بـ “لون أحمر الشفاه”، لا يفرق النظام الجديد بين المظهرين الذكوري والأنثوي، بل يعتمد على نظام المميّز الجديد كـ “مرشح” في هذا الصدد)
الطريقة
تعتمد دالة المكافأة في آلية تعلم التعزيز في النظام الجديد على انحدار بسيط عبر بيانات SCUT، والتي تنتج تنبؤات الجمال الوجهي.
يتكرر نظام التدريب عبر صور الإدخال (الأسفل اليسار في المخطط أدناه). في البداية، يسترجع نموذج ResNet18 المُتدرب مسبقًا (مُدرّب على ImageNet) الميزات من الصور الخمس المتطابقة (“y”). بعد ذلك، يتم اشتقاق إجراء تحويلي محتمل من الحالة الخفية لـطبقة متصلة بالكامل (GRUCell، في الصورة أدناه)، ويتم تطبيق التحويلات، مما يؤدي إلى خمس صور معدلة يتم إدخالها في شبكة تقييم الجمال، والتي ستحدد التصنيفات، بطريقة داروينية، والتي التحويلات سوف يتم تطويرها والتي سيتم التخلص منها.
تستخدم شبكة تقييم الجمال وحدة انتباه القناة الفعالة (ECA)، في حين يتم تكليف نسخة معدلة من نموذج EfficientNet-B4 المدرّب مسبقًا باستخراج 1792 ميزة من كل صورة.
بعد التطبيع من خلال دالة تنشيط ReLU، يتم الحصول على متجه رباعي الأبعاد من وحدة ECA، ثم يتم تحويله إلى متجه أحادي البعد بعد التنشيط والتجميع المتوسط التكيفي. أخيرًا، يتم إدخال النتائج في شبكة الانحدار، والتي تسترجع درجة الجمال.

مقارنة نوعية لنتائج النظام. يعرض الصف السفلي مجموع السمات المفصولة التي حددها EigenGAN ثم حُسنت. درجات FID المتوسطة إلى يسار صفوف الصور، والأعلى أفضل.
الاختبارات ودراسة المستخدم
تم تقييم خمس نسخ من الطريقة المقترحة بشكل خوارزمي (انظر الصورة أعلاه)، مع تخصيص درجات مسافة Fréchet Inception (FID، وهي موضع خلاف في بعض الأوساط) إلى 1000 صورة تم تمريرها عبر النظام.
يشير الباحثون إلى أن تحسين الإضاءة حقق درجة جاذبية أفضل للموضوعات في الصور أكثر من بعض التغييرات الأخرى “الأكثر وضوحًا” (أي التغييرات على المظهر الفعلي للشخص المُصوَر).
إلى حد ما، فإن اختبار النظام بهذه الطريقة يقيد بسبب غرابة بيانات SCUT، التي لا تحتوي على العديد من “الابتسامات الساطعة”، ويجادل المؤلفون بأن هذا قد يفرط في تصنيف المظهر “الغامض” الأكثر شيوعًا في البيانات، بالمقارنة مع تفضيلات المستخدمين النهائيين المحتملين (على افتراض أنهم سوق غربي).
ومع ذلك، لأن النظام بأكمله يعتمد على متوسط آراء 60 شخصًا فقط (في ورقة EigenGAN)، ولأن الصفة التي يتم دراستها بعيدة عن التجربة، يمكن القول إن الإجراء أكثر صحة من مجموعة البيانات.
على الرغم من أنه يتم التعامل معه بشكل موجز في الورقة، تم عرض صور من EigenGAN وخمسة نسخ من النظام نفسه على دراسة مستخدم محدودة (ثمانية مشاركين)، وتم سؤالهم عن اختيار “أفضل صورة” (تم تجنب كلمة “جذابة”).

أعلى، واجهة المستخدم التي تم عرضها على المجموعة الصغيرة؛ أدناه، النتائج.
تُظهر النتائج أن ناتج النظام الجديد حقق أعلى معدل اختيار بين المشاركين (‘MAES’ في الصورة أعلاه).
مطاردة الجمال (بدون هدف؟)
من الصعب تحديد فائدة نظام من هذا القبيل، على الرغم من ما يبدو أنه محور ملحوظ من الجهد في الصين نحو هذه الأهداف. ولا يحدد المنشور الجديد أي استخدام عملي لهذا النظام.
يقترح ورقة EigenGAN السابقة * أن نظام تحديد الجمال يمكن استخدامه في أنظمة توصية لتوليف ماكياج الوجه، أو الجراحة التجميلية، أو تجميل الوجه، أو استرجاع الصور القائم على المحتوى.
من المفترض أن يمكن استخدام هذا النهج أيضًا في مواقع التعارف، من قبل المستخدمين، لتحسين صور ملفاتهم الشخصية إلى “صورة محظوظة” مضمونة، كبديل لاستخدام صور قديمة، أو صور لأشخاص آخرين.
يمكن لمواقع التعارف نفسها أيضًا “تقييم” عملائها لإنشاء تصنيفات وربما مستويات الوصول المقيدة، على الرغم من أن هذا سيعمل فقط من خلال التقاط صورة مع التحقق من وجود شخص حي، وليس من خلال الصور المُقدمة (التي يمكن للموكلين أيضًا تحسينها إذا أصبح النهج شائعًا).
في الإعلان، يمكن استخدام طريقة خوارزمية لتقييم الجمال (تكنولوجيا متوقعة من قبل الكاتب الخيالي الراحل مايكل كريختون في فيلمه السينمائي Looker من عام 1982) لتحديد الإخراج الإبداعي غير المحسن الأكثر احتمالاً لجذب الجمهور المستهدف، في حين أن القدرة على تعزيز التأثير الجمالي للصور الوجهية، دون كتابة فوقها بالطريقة التي تستخدمها تقنيات التزييف العميق، يمكن أن تعزز الصور الفعالة الموجهة لجذب الاهتمام العام.
يدعم العمل الجديد من قبل مؤسسة العلوم الطبيعية الوطنية الصينية، ومشروع صندوق الدولة لمختبر الإدارة والسيطرة على الأنظمة المعقدة، ومشروع أبحاث الفلسفة والعلوم الاجتماعية من وزارة التربية والتعليم الصينية، من بين داعمين آخرين.
* يشير العديد من توصيات ورقة EigenGAN إلى كتاب تجاري متاح من عام 2016 يُسمى “نماذج الكمبيوتر لتحليل الجمال الوجهي”، بدلاً من إلى مصادر أكاديمية.
نشر لأول مرة في 11 أغسطس 2022.













