Identity-Preserving Aging and De-Aging of Faces in the StyleGAN Latent Space
تقترح هذه الورقة طريقة لتعمير وتصغير سن الوجه مع الحفاظ على الهوية من خلال نمذجة اتجاهات التقدم في السن داخل فضاء كامن لنموذج StyleGAN2 باستخدام نمذجة ناقلات الدعم واختيار الميزات، مما يتيح توليد مجموعة بيانات اصطناعية جديدة لاختبار أنظمة التعرف عبر الأعمار وأنظمة ضمان العمر.
المؤلفون الأصليون:Luis S. Luevano, Pavel Korshunov, Sebastien Marcel
تخيل عالماً يمكن فيه لصورتك الرقمية أن تظهرك فوراً كطفل صغير، أو مراهق، أو مسن حكيم، كل ذلك مع الحفاظ على ملامح وجهك بحيث لا يمكن الخلط بينك وبين غيرك. هذا ليس مجرد خدعة سحرية لوسائل التواصل الاجتماعي؛ بل هو أداة جادة يستخدمها المحققون للعثور على الأطفال المفقودين، وخبراء الأمن لاختبار مدى كفاءة أنظمة تحديد الهوية، وصناع الأفلام لسرد القصات عبر الزمن. ولتحقيق ذلك، يستخدم العلماء شيئاً يسمى "الذكاء الاصطائي التوليدي"، وتحديداً نوعاً من النماذج يُعرف باسم "شبكة الخصومة التوليدية" (GAN). فكر في الـ GAN كفنان فائق الذكاء حفظ ملايين الوجوه. داخل عقل هذا الفنان توجد "غرفة تحكم" خفية تسمى "الفضاء الكامن". إذا حركت منزلقاً في هذه الغرفة، سيقوم الفنان بتغيير لون شعر الوجه أو ابتسامته. لكن تحريك المنزلق لتغيير عمر الشخص أمر صعب؛ فإذا دفعته بقوة، قد يتحول الوجه إلى شخص آخر تماماً، ويفقد هويته مثل حرباء تغير ألوانها بسرعة كبيرة. تحاول معظم الطرق الحالية تعليم الفنان قواعد جديدة لكل فئة عمرية، وهو أمر يشبه إجبار رسام على تعلم لغة جديدة لكل عقد من عمر الحياة؛ وهذا أمر بطيء، ومكلف، وغالباً ما ينتج وجوهاً تبدو مزيفة أو غير قابلة للتمييز.
تقدم هذه الورقة البحثية اختصاراً ذكياً يسمح لنا بتكبير أو تصغير سن الوجه دون إعادة تدريب الفنان على الإطلاق. فقد اكتشف الباحثون، لويس س. لويانو، وبافيل كورشونوف، وسيباستيان مارسيل، طريقة للتنقل في "غرفة التحكم" الموجودة لذكاء اصطناعي شهير يسمى StyleGAN2. فبدلاً من تعليم الذكاء الاصطناٍ قواعد جديدة، وجدوا اتجاهاً محدداً في الفضاء الخفي يتوافق مع التقدم في السن أو صغر السن. تخيل الفضاء الكامن كخريطة عملاقة متعددة الأبعاد؛ استخدم الفريق أداة رياضية بسيطة (منظم متجه الدعم - Support Vector Regressor) لرسم خط مستقيم على هذه الخريطة يشير من "الصغير" إلى "الكبير". ومن خلال تحريك الوجه على طول هذا الخط، يمكنهم جعل الشخص يبدو أكبر أو أصغر سناً.
ومع ذلك، هناك عقبة: فالتحرك كثيراً على طول هذا الخط يمكن أن يشوه الوجه لدرجة أنه لم يعد يشبه الشخص الأصلي. ولحل هذه المشكلة، عمل المؤلفون كمرشح (فلتر)، حيث قاموا باختيار الأجزاء المحددة فقط من "الحمض النووي الرقمي" للوجه التي تتحكم في العمر، مع ترك الأجزاء التي تتحكم في الهوية دون تغيير. وقد اختبروا ذلك باستخدام اثنين من "حراس الأمن" (أنظمة التعرف على الوجوه) لمعرفة ما إذا كان الوجه الذي تغير عمره سيظل يُعرف على أنه نفس الشخص. ووجدوا أنه من خلال اختيار الميزات التي يتم تغييرها بعناية، استطاعوا تكبير عمر الوجه لسنوات عديدة أو تصغيره بشكل كبير مع الحفاظ على الهوية سليمة.
لم يكتفِ الفريق بالنظرية فحسب؛ بل بنوا أداة عملية لتحديد مدى المسافة التي يجب تحريك المنزلق فيها لأي عمر محدد. كما أنشأوا مجموعة بيانات ضخمة، اصطناعية بالكامل، تضم 20,000 شخص مختلف، كل منهم يظهر في 10 أعمار مختلفة، لمساعدة العلماء الآخرين على اختبار أنظمتهم الخاصة. وتشير نتائجهم إلى أن نهج "تعديل الخريطة" هذا أكثر كفاءة وموثوقية من طرق التدريب المعقدة والثقيلة المستخدمة سابقاً. لقد أظهروا أنه يمكنك جعل الطفل يبدو في الثلاثين من عمره، أو تحويل مسن إلى شاب، وطالما بقيت ضمن حدود معينة، فإن الوجه سيجتاز فحص الأمن. إنها طريقة لتدوير قرص الزمن دون فقدان الشخص الكامن خلف الوجه.
ملخص تقني: تعتيق وإزالة تعتيق الوجوه مع الحفاظ على الهوية في الفضاء الكامن لـ StyleGAN
بيان المشكلة يعد تعتيق الوجوه وإزالة تعتيقها باستخدام الذكاء الاصماعي التوليدي أمراً بالغ الأهمية لتطبيقات مثل الطب الشرعي، والأمن، والوسائط. ومع ذلك، تعتمد الطرق الحديثة عادةً على شبكات GAN الشرطية (Conditional GANs)، أو نماذج الانتشار (Diffusion models)، أو نماذج اللغة المرئية التي تتطلب إجراءات تدريب معقدة، ومجموعات بيانات ضخمة مصنفة، وتكييفاً محدداً (مثل تسميات العمر المستهدفة أو المطالبات النصية). غالباً ما تواجه هذه النهج صعوبة في التحكم، والأهم من ذلك، أنها تفشل في ضمان الحفاظ على الهوية. كما أن آليات الحفاظ على الهوية الموجودة تعتمد بشكل متكرر على نموذج واحد للتعرف على الوجوه مدمج في دالة الخسارة، مما يؤدي إلى التحيز ويحد من قوة المخرجات عبر أنظمة التعرف المختلفة. علاوة على ذلك، يظل التنقل في الفضاء الكامن المستمر لشبكات GAN للعثور على "اتجاه عمر" متسق دون تدهور الهوية تحدياً كبيراً.
المنهجية يقترح المؤلفون استراتيجية فعالة من حيث البيانات تعمل مباشرة داخل الفضاء الكامن لـ StyleGAN2 (تحديداً فضاء W)، مما يتجنب الحاجة إلى إعادة تدريب المولدات أو المشفرات. تتكون المنهجية من ثلاثة مكونات أساسية:
التعديل الكامن الخطي عبر انحدار متجه الدعم (SVR): بدلاً من تدريب شبكات جديدة، يقوم المؤلفون بإسقاط صور وجوه حقيقية في الفضاء الكامن W لـ StyleGAN2. يستخدمون نموذج انحدار متجه الدعم الخطي (SVR) لملاءمة مستوٍ فائق (hyperplane) يربط بين المتجهات الكامنة (w~) وتسميات العمر المقابلة لها (y). ومن خلال إسقاط معاملات SVR على متجه كامن، يستخرجون متجهاً موحداً طبيعياً (λ^) يمثل "اتجاه تخليق العمر" العالمي. يتم تحقيق التعتيق أو إزالة التعتيق من خلال التحرك على طول هذا الاتجاه باستخدام خطوة قياسية s: w1=w0+sλ^ ولرسم خريطة للخطوة القياسية s إلى أعمار محددة (بالسنوات)، يقوم المؤلفون بملاءمة منحنيات متعددة الحدود للعلاقة بين الخطوة القياسية والعمر الظاهري المقدر، مما يسمح بحساب الإزاحات القياسية الدقيقة (Δs) لأي تحويل عمر مطلوب.
اختيار الميزات للحفاظ على الهوية: يقوم النهج الأساسي الخطي بتعديل جميع المكونات الكامنة دون تمييز، مما قد يؤدي إلى تدهور الهوية. وللتخفيف من ذلك، يقدم المؤلفون متجهاً للأوزان Φ يقوم بتغيير مقياس مكونات اتجاه العمر بشكل انتقائي: w1=w0+Φ⊙sλ^ يتم حساب المتجه Φ باستخدام استراتيجيات اختيار الميزات بناءً على تحليل المكونات الرئيسية (PCA) والتحليل التمييزي الخطي (LDA).
PCA: يحدد المكونات التي تفسر 95% من التباين في المتجهات الكامنة المصنفة للهوية.
LDA: يحسب المكونات التمييزية لكل من الهوية ومجموعات العمر. يقوم المؤلفون بإعادة بناء المتجهات المسقطة إلى الفضاء الأصلي ويستخدمون مقاييس المسافة (متوسط مربع الخطأ، مسافة Wasserstein أحادية البعد، والتباين) لتحديد المكونات الحرجة للهوية مقابل العمر. المتجه النهائي للأوزان يجمع بين المكونات المتعلقة بالعمر فقط، والهوية فقط، وتلك المشتركة بينهما، ويتم التحكم في ذلك عبر المعاملات α و β.
التحقق التجريبي وتوليد مجموعة البيانات: يتم تقييم الطريقة باستخدام نظامين متطورين للتعرف على الوجوه (IResNet50 و EdgeFace-S) ومقدر عمر (MobileNetV2). يتحقق المؤلفون من الحفاظ على الهوية من خلال قياس المسافة الجيبية (cosine distance) بين الوجوه المصنعة والأصلية عبر مجموعات عمرية مختلفة. كما يقومون بتوليد مجموعة بيانات اصطناعية بالكامل باستخدام أخذ عينات Langevin لإنشاء 20,000 هوية فريدة، لكل منها 10 تنويعات عمرية، لتكون بمثابة معيار للتعرف عبر الأعمار وكشف الصور الاصطناعية.
المساهمات الرئيسية
تعديل سلس للكامن: نهج أساسي لتخليق عمر الوجه باستخدام التعديل الخطي داخل فضاء W لـ StyleGAN، مما يلغي الحاجة إلى شبكات شرطية ومجموعات بيانات ضخمة مصنفة.
استراتيجيات اختيار الميزات: اقتراح وتقييم آليات اختيار الميزات القائمة على PCA و LDA التي تحسن بفعالية الحفاظ على الهوية مع تخليق تغييرات العمر الظاهرية.
تحليل الحفاظ على الهوية: مجموعة من التجارب وتقنيات التصور التي تحدد العتبات التي تبدأ عندها الهوية في التدهور أثناء تعديل العمر، مما يوفر حدوداً تجريبية للتعديل الآمن.
مجموعة أدوات عملية: إصدار اتجاهات العمر الخطية، وأوزان المكونات، والمنحنيات الملائمة لكل مجموعة عمرية، والبرمجيات اللازمة لحساب الخطوات القياسية المطلوبة للأعمار المستهدفة.
مجموعة بيانات اصطناعية: توليد وإصدار مجموعة بيانات عامة تحتوي على 20,000 هوية اصطناعية مع 10 تنويعات عمرية لكل منها، لمعالجة مخاوف الخصوصية المرتبطة بالبيانات الحقيقية عبر الأعمار.
النتائج
تقدير العمر: العلاقة بين الخطوة القياسية s والعمر الظاهري هي علاقة غير خطية، خاصة بالنسبة للأفراد في الفئات العمرية المتطرفة (صغار السن جداً أو كبار السن جداً). وقد نجحت ملاءمة متعدد الحدود في نمذجة هذه العلاقة، مما مكن من التحكم الدقيق في العمر.
حدود الحفاظ على الهوية: يسمح النهج الخطي الأساسي بزيادة كبيرة في العمر (تعتيق الأطفال أو إزالة تعتيق كبار السن) ولكنه يظهر عدم تماثل؛ فهو أقل فعالية في إزالة تعتيق الأطفال أو تعتيق كبار السن. كما يؤثر اختيار نظام التعرف على الوجوه بشكل كبير على الحدود الملحوظة (على سبيل المثال، يظهر EdgeFace-S نطاق عمر صالح أوسع من IResNet50).
فعالية اختيار الميزات: تفوقت جميع طرق اختيار الميزات على النهج الخطي الأساسي. وتحديداً، أظهر LDA باستخدام التباين (Covariance) و PCA أكبر قدر من التحسن. كان LDA مع التباين أفضل قليلاً للأطفال، بينما كان PCA أكثر قوة لكبار السن. تسمح هذه الطرق بإجراء تحويلات عمر أكبر مع الحفاظ على معدل تحقق من الوجه بنسبة 75%.
المقارنة: يتفوق النهج المقترح نوعياً وكمياً على نهج SAM (تلاعب العمر القائم على النمط)، لا سيما عبر الفجوات العمرية الكبيرة.
الأهمية تثبت الورقة أنه يمكن تحقيق تعديلات عمر تحافظ على الهوية في StyleGAN2 دون إعادة تدريب المولدات، وذلك بالاعتماد بدلاً من ذلك على اتجاه كامن بسيط يعتمد على SVR واختيار استراتيجي للميزات. ومن خلال وضع خرائط عملية للربط بين القيم القياسية والعمر وتحديد حدود الحفاظ على الهوية، يوفر هذا العمل بديلاً أكثر تحكماً وكفاءة في البيانات للنماذج الشرطية المعقدة. إن إصدار مجموعة بيانات اصطناعية بالكامل ومجموعة أدوات يهدف إلى تسهيل اختبار التعرف على الوجوه عبر الأعمار، وأنظمة ضمان العمر، وكشف الصور الاصطناعية، مع معالجة قضاية الخصوصية والتحيز المتأصلة في استخدام بيانات الأعمار الحقيقية.