Kültür-Sanat

Gerçekçi Karikatür Sanatı İçin Yeni Derin Öğrenme Tekniği

Karikatür portre çizimi, sanatçıların bir kişinin yüzünü abartılı bir şekilde, çoğu zaman mizah uyandırmak için çizdiği ayrı bir sanat biçimidir. Bu tekniğin otomatikleştirilmesi, karmaşık ayrıntıların miktarından dolayı zorluklar doğurur. Ayrıca şekillerin katkısı ve bir kişiyi gerçek hayattaki karakterinden yaratıcı şekilde abartılı bir hale dönüştürmek için gereken mesleki beceri düzeyine bağlı zorlukları da beraberinde getirir.

Hong Kong ve Microsoft Şehir Üniversitesi’ndeki  bilgisayar bilimcilerinden oluşan ekip, belirli bir portrenin karikatürünü otomatik olarak oluşturmak, kullanıcıların verimli ve gerçekçi bir şekilde yapabilmelerini sağlamak için yenilikçi, derin öğrenme temelli bir yaklaşım geliştirdiler.

Stanford Üniversitesi Bilgisayar Bilimlerinde yüksek lisans öğrencisi olan ve aynı zamanda Microsoft’ta staj yapan Kaidi Cao: “El yapımı kurallar tanımlayan geleneksel grafik tabanlı yöntemlere kıyasla, yeni yaklaşımımız, profesyonel sanatçıların çizdiği binlerce örnekten karikatürleri sentezlemek için büyük veri ve makine öğrenimini destekliyor. Mevcut stil transfer yöntemleri temel olarak görünüm tarzına odaklanmış olsa da, tekniğimiz karikatür çiziminde hem geometrik abartı hem de görünüm stilizasyonunu gerçekleştirmektedir.”

Yöntem, kullanıcıların portrelerin karikatürlerini otomatikleştire bilmelerini ve sosyal medya için karikatürlerin yaratılması, çizgi film karakterlerinin tasarlanması gibi görevlere uygulanabilir. Teknik ayrıca pazarlama, reklam ve gazetecilik alanında da potansiyel uygulamalara sahiptir.

Kaidi Cao, Hong Kong Şehir Üniversitesi’nden Jing Liao ve Microsoft’tan Lu Yuan ile el ele verdi ve  4-7 Aralık tarihleri arasında Tokyo’daki SIGGRAPH Asia 2018’de çalışmalarını sunacaklar. Yıllık konferans, bilgisayar grafikleri ve etkileşimli teknikler alanında en saygın teknik ve yaratıcı üyelere sahiptir. Diğer sektörler arasında bilim, sanat, oyun ve animasyon alanında önde gelen araştırmaları sergilemektedir.

Bu çalışmada, araştırmacılar, fotoğrafın kimliğini koruyan karikatürler üretmek için eşleştirilmemiş fotoğraf-karikatür(photo to caricature) çeviri için, makine öğrenimi, Generative Adversarial Network (GAN) isimli tanınmış bir tekniğe döndü. “CariGANs” olarak adlandırılan hesaplama çerçevesi, araştırmacıların etiketlediği, CariGeoGAN ve CariStyGAN adlı iki algoritma aracılığıyla, fotoğraflardaki geometrik abartıları (yüzlerin şekilleri, belirli açıları) ve görünüm stilizasyonunu (görünüm, dokunma, kalem vuruşları, gölgeleme) tam olarak modelliyor.

CariGeoGAN sadece yüz resimlerinden karikatürlere geometriden geometriye eşleştirmeyi modelliyor ve CariStyGAN herhangi bir deformasyon olmaksızın karikatür görüntüsünden orijinal fotoğrafın geometrisine stil görünümünü aktarıyor. İki ağ, her görev için ayrı ayrı eğitilmiştir, böylece öğrenme prosedürü daha sağlamdır. CariGANs çerçevesi, kullanıcıların slaytları sürükleyerek veya örnek bir karikatür vererek, abartı derecesini geometrik ve görünüm tarzında kontrol etmelerini sağlar.

Cao ve meslektaşları, çerçevelerinin resim ve görünüm tarzında aşırı derecede çarpıtılmamış ve kolayca tanınabilen portrelerin karikatürlerini üretme kabiliyetlerini değerlendirmek için algısal çalışmalar yaptılar. Örneğin, bir çalışmada, bir resmin kimliğinin, CariGANs yöntemi kullanılarak, karikatür sanatının çevrilmesi için mevcut yöntemlere kıyasla ne kadar iyi korunduğunu değerlendirmişlerdir. Birkaç örnekle, varolan yöntemlerin tanınmayan karikatür çevirisi ile sonuçlandığını gösterdiler. Araştırma katılımcıları, sonuçta ortaya çıkan karikatürleri orijinal konularla eşleştirmeyi çok zor buldular çünkü sonuçlar çok abartılı ya da belirsizdi.  Araştırmacılar, profesyonel bir sanatçı tarafından elle çizilmiş gibi, portre fotoğraflarının daha net, daha doğru karikatür tasvirlerini başarılı bir şekilde oluşturdular.

Şu anda, bu çalışmanın odak noktası, başta karikatürler veya portreler olmak üzere insanların karikatürleri üzerinde yoğunlaşmıştır. Gelecekteki çalışmalarda, araştırmacılar yüz karikatür üretiminin ötesinde tam vücut ya da daha karmaşık sahneleri keşfetmeyi amaçlamaktadır. Ayrıca, öğrencilere makine tarafından oluşturulan sonuçlar üzerinde daha fazla özgürlük ve kullanıcı kontrolü sağlayan gelişmiş insan-bilgisayar etkileşimi (HCI) sistemleri tasarlamak ile ilgileniyorlar.

Kaynak:
phys.orgScience Daily
Etiketler
1 Oy2 Oy3 Oy4 Oy5 Oy (3 oy verildi, Ortalama: 5 üzerinden 5,00 oy )
Loading...

Benzer Makaleler

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Close