PREVISÃO DA APARÊNCIA FÍSICA DO ROSTO POR IDADE COM USO DE INTELIGÊNCIA ARTIFICIAL
Análise de imagens por Inteligêcia Artificial a progressão e a projeção da aparência física
Resumo | Introdução | Projeto | Resultados | Objetivos | Resultados
Você deseja apenas receber o acesso?
preencha o seu e-mail no final da página. Utilize o índice. Informaremos quando estiver disponível.
Projeto
Desenvolvemos uma solução sofisticada que transforma uma única foto de uma criança em uma série de imagens simulando o envelhecimento de forma contínua e realista, desde o primeiro ano de vida até os 80 anos. Além disso, a técnica utiliza uma abordagem que considera fatores visuais críticos, como pose, expressão facial e variações de iluminação, garantindo uma transição natural e precisa entre as idades.
Introdução
Utilizando Inteligência Artificial, nossa solução simula o envelhecimento facial a partir de uma única foto de infância. O sistema gera imagens representando o envelhecimento de 1 a 80 anos, considerando pose, expressão e iluminação. Além disso, analisando milhares de fotos de diferentes idades, desenvolveu-se um método para calcular imagens médias. Essas imagens são alinhadas pixel a pixel e ajustadas para diversas iluminações, refletindo com precisão as mudanças na aparência ao longo do tempo. Aplicando essas alterações a novas fotos, obtemos uma progressão de idade realista.
Banco de Dados
A base da solução é um extenso banco de dados com milhares de fotografias de crianças e adultos, obtidas com consentimento informado. Ademais, a coleta de dados foi feita com clareza e simplicidade, evitando termos técnicos, para garantir o entendimento dos participantes sobre a utilização das imagens.
Metodologia
A metodologia desenvolvida a partir deste banco de dados calcula espaços médios de imagem, alinhados pixel a pixel, para modelar variações de iluminação. Esse alinhamento cria resultados visualmente coerentes, refletindo diferentes condições de luz da imagem original. Os espaços médios descrevem a progressão do envelhecimento, capturando mudanças sutis na forma e textura do rosto humano, como crescimento, perda de elasticidade da pele, surgimento de rugas e alterações no contorno facial.
Justificativa
O diferencial desta abordagem é a personalização das transformações. O sistema identifica as características da imagem de entrada, como o posicionamento do rosto e as condições de iluminação, e usa os subespaços médios previamente calculados para gerar uma progressão de idade realista, preservando a identidade e os traços do indivíduo. Consequentemente, o resultado é uma série de imagens detalhadas e fiéis, mostrando como a pessoa envelheceria ao longo das décadas.
Objetivos
Objetivo Geral
O principal objetivo da pesquisa é criar subespaços de idade ajustáveis para simular diferentes condições de iluminação, permitindo uma transição suave entre as idades. Além disso, a introdução dessa técnica inovadora de alinhamento de subespaços de imagem supera os métodos anteriores em precisão e qualidade visual, oferecendo uma avaliação mais extensa das técnicas de progressão de idade.
Objetivo Específico
Ademais, a tecnologia abre novas possibilidades para estudos científicos sobre envelhecimento e saúde. Combinando aprendizado de máquina, representa um avanço significativo na simulação automatizada do envelhecimento humano, proporcionando uma compreensão mais profunda dos processos de envelhecimento e suas aplicações.
Pesquisa Internacional
Desenvolvida pelos professores Ira Kemelmacher-Shlizerman e Steve Seitz, e pelo aluno Supasorn Suwajanakorn, da Universidade de Washington, a pesquisa contou com financiamento da Google e Intel. Além disso, foi divulgada à imprensa através da assessoria da universidade.
id=”Resultados”
Resultados
Cada exemplo apresentado mostra a foto de entrada (esquerda) e a versão envelhecida gerada automaticamente pelo método (direita). A idade é especificada abaixo de cada foto.
