Trí Tuệ Nhân Tạo Của Facebook Cho Phép Chỉnh Sửa Dáng Người Trong Đoạn Video Theo Thời Gian Thực

Tính đến tháng 02/2018, trí tuệ nhân tạo AI vẫn đang phát triển mạnh mẽ và đã đạt được những thành tựu cực kỳ ấn tượng. Nếu DeepFakes cho phép ghép gương mặt của người nổi tiếng vào bất cứ đoạn video nào, thì hệ thống AI mới của Facebook, có tên gọi DensePose, còn sở hữu khả năng linh hoạt hơn.

Theo đó, phòng nghiên cứu AI của Facebook (FAIR) đã tiết lộ chi tiết về một mạng neural có khả năng tạo ra hình ảnh 2D của con người trong các đoạn video ngẫu nhiên. Về cơ bản, hệ thống AI đã được dạy cách chỉnh sửa trang phục cho những nhân vật xuất hiện trong video theo thời gian thực. Chỉ với một thao tác bấm nút đơn giản, người điều khiển có thể biến tất cả những người có mặt trong bất cứ đoạn phim nào thành những nhân vật mong muốn hoặc tự sáng tạo ra.

Dù sử dụng mạng neural để tạo ra hình ảnh 2D không phải là một công nghệ quá mới trong lĩnh vực AI, nhưng DensePose là hệ thống đầu tiên có thể thực hiện tác vụ theo thời gian thực. Ngoài ra, DensePose cũng có khả năng “kết nối các điểm ảnh” hoàn hảo mà không cần sử dụng những cảm biến chiều sâu. Được biết, đây là sản phẩm hợp tác giữa các nhà nghiên cứu Natalia Neverona và Iasonas Kokkinos của FAIR với Riza Alp Guler của INRIA.

DensePose sử dụng một mạng neural phức tạp, với nguồn thông tin đầu vào khổng lồ lên đến 5 triệu điểm dữ liệu, được thu thập và phân tích từ 50,000 hình ảnh về các bộ phận con người. Sau khi hiểu rõ cơ chế con người quan sát lẫn nhau, mạng lưới sẽ “huấn luyện” cho hệ thống AI của DensePose cách quan sát con người tương tự. Kết quả thu được là AI sẽ sử dụng hình ảnh RGB 2D làm nguồn dữ liệu đầu vào, sau đó áp dụng lên tất cả những người xuất hiện trong một đoạn video. Thay vì ghép gương mặt của người nổi tiếng lên cơ thể của một người khác như DeepFakes, người dùng sẽ hoàn toàn có thể tùy chỉnh ngoại hình của một người ngay trong đoạn video gốc.

Một hệ thống AI với khả năng cô lập nhiều người trong cùng một đoạn video và tái tạo hình ảnh 2D sẽ rất hữu ích trong lĩnh vực pháp luật. Chẳng hạn như nó có thể được sử dụng để phân tích từng đối tượng trong một đoạn phim mà camera công cộng ghi lại, sau đó tạo ra những chỉ mục tìm kiếm cụ thể như ngôn ngữ cơ thể, hay các chuyển động đáng ngờ để tìm ra đối tượng khả nghi nhất.

Theo báo cáo, DensePose cũng sẽ trở thành một vũ khí trong lĩnh vực gaming sau khi được tối ưu hóa hơn trong tương lai. Nó có thể thay đổi hoàn toàn cơ chế tạo nhân vật trong trò chơi, và đóng vai trò quan trọng trong việc hiển thị nhân vật ở chế độ thực tế tăng cường mà người chơi tương tác được theo thời gian thực. Tuy nhiên, để có thể làm được điều này, DensePose cũng cần đến một PC cao cấp với card đồ họa GTX 1080. AI của DensePose hiện vẫn chưa đạt đến trình độ qua mắt hoàn toàn mắt người, nó chỉ có thể hoạt động ở tốc độ 20 - 26 fps cho mỗi ảnh 240 x 320, hoặc 4 - 5 fps cho mỗi ảnh 800 x 1100.