एआई शोधकर्ता उपयोगकर्ता फोटो से 3डी वीडियो गेम फेस मॉडल बनाते हैं

नेटईज़, एक चीनी गेमिंग कंपनी में शोधकर्ताओं की एक टीम ने एक ऐसी प्रणाली बनाई है जो स्वचालित रूप से फोटो से चेहरे निकाल सकती है और छवि डेटा का उपयोग करके गेम में मॉडल बना सकती है। फेस-टू-पैरामीटर ट्रांसलेशन फॉर गेम चारैक्टर ऑटो-क्रिएशन नामक शोध पत्र के परिणामों को मीडियम पर सिंक्ड द्वारा सारांशित किया गया था।

गेम डेवलपर्स के बीच एआई का उपयोग समय लेने वाले कार्यों को स्वचालित करने के लिए बढ़ता जा रहा है। उदाहरण के लिए, गेम डेवलपर्स पात्रों और वस्तुओं की आंदोलनों को प्रदान करने में मदद करने के लिए एआई एल्गोरिदम का उपयोग कर रहे हैं। गेम डेवलपर्स द्वारा एआई का एक और हालिया उपयोग अधिक शक्तिशाली पात्र अनुकूलन उपकरण बनाना है।

पात्र अनुकूलन रोल-प्लेइंग वीडियो गेम्स की एक बहुत प्यारी सुविधा है, जो खिलाड़ियों को अपने पात्रों को विभिन्न तरीकों से अनुकूलित करने की अनुमति देती है। कई खिलाड़ी अपने अवतार को अपने जैसा दिखाने का विकल्प चुनते हैं, जो पात्र अनुकूलन प्रणालियों की जटिलता बढ़ने के साथ अधिक संभव हो जाता है। हालांकि, जब ये पात्र निर्माण उपकरण अधिक जटिल हो जाते हैं, तो वे अधिक जटिल भी हो जाते हैं। अपने जैसा दिखने वाला एक पात्र बनाने के लिए स्लाइडर्स को समायोजित करने और क्रिप्टिक पैरामीटर्स को बदलने में घंटों का समय लग सकता है। नेटईज़ शोध टीम इसे बदलने के लिए एक प्रणाली बनाने का लक्ष्य रखती है जो खिलाड़ी की एक फोटो का विश्लेषण करती है और गेम में पात्र के चेहरे पर एक मॉडल बनाती है।

स्वचालित पात्र निर्माण उपकरण दो भागों से बना होता है: एक अनुकरण सीखने की प्रणाली और एक पैरामीटर अनुवाद प्रणाली। पैरामीटर अनुवाद प्रणाली इनपुट छवि से विशेषताओं को निकालती है और सीखने की प्रणाली के लिए पैरामीटर बनाती है। इन पैरामीटर्स का उपयोग अनुकरण सीखने के मॉडल द्वारा इनपुट चेहरे की प्रतिनिधित्व बनाने और सुधारने के लिए किया जाता है।

अनुकरण सीखने की प्रणाली का आर्किटेक्चर गेम इंजन द्वारा एक निरंतर शैली के साथ पात्र मॉडल बनाने के तरीके की नकल करता है। अनुकरण मॉडल चेहरे की जमीनी सच्चाई को निकालने के लिए डिज़ाइन किया गया है, जिसमें दाढ़ी, लिपस्टिक, भौहें और बालों की शैली जैसे जटिल परिवर्तनों को ध्यान में रखते हुए। चेहरे के पैरामीटर्स ग्रेडिएंट डिसेंट की प्रक्रिया के माध्यम से अपडेट किए जाते हैं, जो इनपुट के खिलाफ तुलना की जाती है। इनपुट विशेषताओं और उत्पन्न मॉडल के बीच का अंतर लगातार जांचा जाता है, और मॉडल को इनपुट विशेषताओं के साथ संरेखित होने तक संशोधित किया जाता है।

अनुकरण नेटवर्क को प्रशिक्षित करने के बाद, पैरामीटर अनुवाद प्रणाली अनुकरण नेटवर्क के आउटपुट की तुलना इनपुट छवि विशेषताओं से करती है, एक फीचर स्पेस पर निर्णय लेती है जो ऑप्टिमल चेहरे के पैरामीटर्स की गणना करने की अनुमति देती है।

सबसे बड़ी चुनौती यह सुनिश्चित करना था कि 3डी पात्र मॉडल मानव फोटो के आधार पर विवरण और उपस्थिति को संरक्षित कर सकते हैं। यह एक क्रॉस-डोमेन समस्या है, जहां 3डी उत्पन्न छवियों और वास्तविक लोगों की 2डी छवियों की तुलना की जानी चाहिए और दोनों की मूल विशेषताओं को एक ही होना चाहिए।

शोधकर्ताओं ने इस समस्या का समाधान दो अलग-अलग तकनीकों के साथ किया। पहली तकनीक थी अपने मॉडल प्रशिक्षण को दो अलग-अलग सीखने के कार्यों में विभाजित करना: एक चेहरे की सामग्री कार्य और एक विभेदक कार्य। व्यक्ति के चेहरे का सामान्य आकार और संरचना दो वैश्विक उपस्थिति मानों के बीच अंतर/हानि को कम करके निर्धारित की जाती है, जबकि विभेदक/बारीक विवरण छोटे क्षेत्र में छाया जैसी चीजों के बीच हानि को कम करके भरे जाते हैं। दो अलग-अलग सीखने के कार्यों को एक पूर्ण प्रतिनिधित्व प्राप्त करने के लिए मिलाया जाता है।

3डी मॉडल बनाने के लिए उपयोग की जाने वाली दूसरी तकनीक एक 3डी चेहरा निर्माण प्रणाली है जो एक सिम्युलेटेड स्केलेटल संरचना का उपयोग करती है, जिसमें हड्डी के आकार को ध्यान में रखा जाता है। इससे शोधकर्ताओं को अन्य 3डी मॉडलिंग प्रणालियों की तुलना में अधिक जटिल और सटीक 3डी छवियां बनाने में मदद मिली।

2डी छवियों पर आधारित वास्तविक 3डी मॉडल बनाने वाली एक प्रणाली का निर्माण करना अपने आप में प्रभावशाली है, लेकिन स्वचालित पीढ़ी प्रणाली केवल 2डी फोटो पर काम नहीं करती है। प्रणाली चेहरों के स्केच और कार्टून को भी 3डी मॉडल के रूप में प्रस्तुत कर सकती है जो आश्चर्यजनक सटीकता के साथ है। शोध टीम का संदेह है कि प्रणाली 2डी पात्रों पर आधारित सटीक मॉडल बनाने में सक्षम है क्योंकि यह कच्चे पिक्सेल मानों की व्याख्या करने के बजाय चेहरे की सेमेंटिक्स का विश्लेषण करती है।

स्वचालित पात्र जनरेटर का उपयोग फोटो पर आधारित पात्र बनाने के लिए किया जा सकता है, शोधकर्ताओं का कहना है कि उपयोगकर्ताओं को इसे एक पूरक तकनीक के रूप में भी उपयोग करना चाहिए और उत्पन्न पात्र को अपनी पसंद के अनुसार और संपादित करना चाहिए।