REFA: Real-time Egocentric Facial Animations for Virtual Reality
يقدم REFA نظاماً مبتكراً لتتبع تعبيرات الوجه في الوقت الفعلي وبشكل غير اقتحامي في الواقع الافتراضي باستخدام كاميرات الأشعة تحت الحمراء ومنهجية تعلم آلي قائمة على التقطير، تم تدريبها على مجموعة بيانات ضخمة ومتنوعة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك ترتدي سماعة واقع افتراضي (VR). أنت تقضي وقتاً ممتعاً مع الشخصية الرقمية (Avatar) لصديق لك في حديقة افتراضية. تبتسم، لكن شخصيتك الرقمية تظل جامدة الوجه. يبدو الأمر غريباً، أليس كذلك؟ كأنك تحاول إجراء محادثة مع شخص يرتدي قناعاً بلاستيكياً.
تصف هذه الورقة البحثية من مختبرات "ميتا ريالتي" (Meta Reality Labs) طريقة جديدة لإصلاح ذلك. لقد طوروا نظاماً يسمح لشخصيتك الرقمية في الواقع الافتراضي بمحاكاة تعبيرات وجهك — الابتسامات، والعبوس، ورفع الحاجبين — في الوقت الفعلي، وبشكل مثالي وطبيعي.
إليك كيف فعلوا ذلك، مشروحاً عبر بعض التشبيهات البسيطة:
١. "العيون الخفية" (الأجهزة)
تتطلب معظم أنظمة تتبع الوجه أن ترتدي كاميرات إضافية أو تجلس أمام تجهيزات استوديو ضخمة. تقول هذه الورقة: "دعونا نضع الكاميرات داخل السماعة".
فكر في سماعة الواقع الافتراضي كأنها نظارات شمسية عالية التقنية. بدلاً من النظر إليك من الخارج، قامت "ميتا" بوضع خمس "عيون تحت حمراء" (كاميرات) صغيرة وغير مرئية داخل إطار النظارة. هذه الكاميرات تنظر للأسفل باتجاه وجهك. ولأنها تستخدم الأشعة تحت الحمراء، يمكنها رؤية حركاتك حتى في الظلام، وهي لا تزعجك أثناء اللعب.
٢. "النحات الرقمي" (البيانات)
لتعليم الكمبيوتر كيف يبدو شكل "الابتسامة"، تحتاج إلى ملايين الأمثلة. لكن الحصول على ملايين الأشخاص الحقيقيين ليجلسوا بهدوء أمام الكاميرات أمر مستحيل. لذا، استخدموا وصفة مكونة من ثلاث خطوات:
- العالم الحقيقي: استخدموا تجهيزاً خاصاً لتسجيل ١٨,٠٠٠ شخص حقيقي.
- التوأم الرقمي (البيانات الاصطناعية): أنشأوا "بشراً رقميين" داخل الكمبيوتر. هؤلاء يشبهون شخصيات ألعاب الفيديو المتقدمة للغاية. وبما أنهم رقميون، فإن الكمبيوتر يعرف بالضبط مقدار حركة كل عضلة. الأمر يشبه امتلاك كتاب مدرسي حيث كل كلمة فيه موضوعة بدقة متناهية.
- لمسة الفنان: جعلوا فنانين محترفين يحددون ما يبدو عليه التعبير "المثالي"، لكي لا يتعلم الكمبيوتر الحركة فحسب، بل يتعلم أيضاً شعور التعبير.
٣. طريقة "الطالب والمعلم" (التدريب)
كان هذا هو الجزء الأصعب. البيانات التي حصلوا عليها من الأشخاص الحقيقيين كانت "مشوشة" نوعاً ما — ربما انزلقت الكاميرا، أو تحرك الشخص بشكل غريب. إذا علّمت طالباً باستخدام كتاب مدرسي فوضوي أو غير صحيح، فسوف يتعلم الأخطاء.
لحل هذه المشكلة، استخدموا طريقة تسمى "التقطير التكراري" (Iterative Distillation).
تخيل طالباً (الذكاء الاصطناعي) يحاول التعلم من معلم (البيانات). في البداية، يكون المعلم غير منظم قليلاً ويعطي بعض الإجابات الخاطئة. لكن بدلاً من الاستسلام، يقوم الطالب بتدوين الملاحظات، ويحاول فهم الأنماط، ثم "يعلم" نفسه بنفسه. بعد ذلك، ينظر الطالب إلى المعلم ويقول: "مهلاً، أعتقد أن هذا الجزء كان في الواقع ابتسامة، وليس عبوساً". ومن خلال الذهاب والعودة عدة مرات، يصبح الطالب في النهاية أذكى من الكتاب المدرسي الفوضوي الأصلي. هذه العملية "تنقي" الأخطاء وتجعل الحركات سلسة ومعبرة.
لماذا يهم هذا؟
في الماضي، كان الواقع الافتراضي يشعرك وكأنك شبح داخل آلة — يمكنك رؤية العالم، لكن لا يمكنك حقاً "التواجد" فيه مع الآخرين.
من خلال جعل تتبع الوجه سهلاً، وتلقائياً، وغير مرئي، تحاول "ميتا" إعادة "العنصر البشري" إلى العالم الرقمي. قريباً، عندما تغمز لصديق في الواقع الافتراضي، لن يرى مجرد رأس عائم؛ بل سيرى أنت.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.