دانشمندان از پرتره ها و توپ ها برای آزمایش توانایی های نورپردازی یک هوش مصنوعی استفاده می کنند

نویسندگان:

(1) هون کیم، هوش مصنوعی بیبل، و به همان اندازه در این کار مشارکت داشت.

(2) Minje Jang، Beeble AI، و به همان اندازه در این کار مشارکت داشت.

(3) Wonjun Yoon، Beeble AI، و به همان اندازه در این کار مشارکت داشت.

(4) Jisoo Lee، Beeble AI، و به همان اندازه در این کار مشارکت داشته است.

(5) Donghyun Na، Beeble AI، و به همان اندازه در این کار مشارکت داشتند.

(6) Sanghyun Woo، دانشگاه نیویورک، و به همان اندازه در این کار مشارکت داشت.

رابط مطالعه کاربر ما به شرح زیر است: به شرکت کنندگان یک تصویر ورودی در کنار یک توپ پراکنده در زیر نورپردازی نقشه محیط هدف نشان داده می شود. هدف اصلی مقایسه نتایج نورپردازی مجدد با روش‌های پایه است، همانطور که در شکل 11 نشان داده شده است. ارزیابی بر سه معیار متمرکز است: 1. سازگاری نور، 2) حفظ جزئیات صورت، و 3) حفظ هویت اصلی. هدف این مقایسه تعیین این است که کدام تصویر با نورپردازی توپ پخش شده مطابقت دارد و در عین حال جزئیات چهره و هویت اصلی را نیز حفظ می کند. برای اطمینان از ارزیابی های بی طرفانه، ترتیب ارائه را تصادفی کردیم. شرکت کنندگان 30 نمونه تصادفی را از مجموعه 256 مورد ارزیابی کردند. این مجموعه داده شامل 32 پرتره از مجموعه داده FFHQ بود. [25]، هر کدام تحت هشت شرایط نوری مشخص روشن می شوند.

Source link