بررسی راهکارهای بازسازی سه بعدی صورت از یک تصویر واحد با استفاده از شبکه های عصبی عمیق

بازسازی سه بعدی صورت از تصویر دوبعدی، یکی از مسایل بنیادین در بینایی ماشین است .از کاربردهای بازسازی سه بعدی صورت می توان به پویانمایی صورت، تشخیص چهره، تشخیص احساسات و...اشاره کرد.بازسازی از تنها یک تصویر دوبعدی، امکان بازسازی با دستگاههای متداول مانند تلفن همراه هوشمند یا دوربین های سالن ها و...را فراهم می سازد.شبکه های عصبی عمیق در بسیاری از مسایل بینایی ماشین مورد استفاده قرار گرفته اند و از توان بسیار بالایی برای حل این مسایل برخوردار هستند.یکی از چالش های اصلی در استفاده از شبکه های عصبی عمیق ، نیاز به مجموعه داده ی آموزشی با حجم و تنوع بالا می باشد. در این پژوهش به بررسی روشهای ارایه شده برای افزایش حجم و تنوع مجموعه دادهی آموزشی و همچنین محاسبه ی پارامترهای مدل صورت و بازسازی سه بعدی صورت از یک تصویر با روشهای یادگیری بدون نظارت و با نظارت، پرداخته می شود.بررسی انجام شده، راه حل ها و روشهای نوین ارائه شده برای بازسازی سه بعدی صورت با شبکه های عصبی بررسی می شود.در انتها نتایج حاصل از این روشها تحلیل می شود.نتایج نشان می دهد که شبکه های عصبی عمیق با ساختارهای مختلف ، شامل شبکه های کانولوشنی ، شبکه های مولد تنازعی شرطی و شبکه های خودرمزنگار با یادگیری بدون نظارت، قادر به بازسازی سه بعدی صورت حتی با جزییات بالا و با قابلیت بازسازی در لحظه هستند.

کلیدواژه ها:

بازسازی سه بعدی صورت ، شبکه های عصبی کانولوشنی ، شبکه های مولد تنازعی شرطی ، شبکه های خودرمزنگار ، بینایی ماشین