Du Doom Guy, à Super Mario, en passant par Link ou Guybrush, avez-vous vraiment envie de vous figurer le “vrai visage” de vos héros préférés ?
C’est dimanche soir, l’été frappe enfin à nos portes : un peu de légèreté ne serait pas de refus, n’est-ce pas ? Denis Malimonov, un développeur russe Python/C/C++ qui s’intéresse de près aux réseaux neuronaux et au machine-learning, a développé Face-Depixelizer. En lui soumettant une (très) modeste image carrée composée de gros et gras pixels, typiques des prémices de nos jeux vidéo d’antan, cet outil la soumet à un réseau adverse génératif (GAN) qui va recréer la photographie d’une “vraie” personne.
Des réseaux adverses génératifs pour créer une illusion … réaliste
Ce type d’algorithme illustre la puissance de l’intelligence artificielle, avec un apprentissage automatique et non-supervisé visant à aboutir à des portraits de plus en plus réalistes. Pour présenter les performances de ses GPU et de sa plate-forme de calcul parallèle CUDA, Nvidia avait d’ailleurs développé StyleGAN en décembre 2018. Il s’agit d’un projet open-source de réseau génératif qui recrée aléatoirement les portraits les plus convaincants et réalistes possibles.
L’ingénieur Phillip Wang l’avait exploité en 2019 pour créer thispersondoesnotexist.com, un site web qui génère un nouveau visage ne correspondant à aucun être humain passé, présent ou futur à chaque réactualisation de la page. Afin de présenter au grand public les “risques” de duperie d’une telle technologie, deux étudiants de l’Université de Washington ont par la suite adapté le projet à whichfaceisreal.com, sur lequel on confronte un “vrai” visage à une pure création algorithmique. Les visiteurs sont alors invités à trouver la “bonne” personne de son Replicant, façon Blade Runner.
Pour créer Face-Depixelizer, Denis Malimonov a donc adapté StyleGAN à son tour, en s’appuyant sur la bibliothèque Python PULSE (Photo Upsampling via Latent Space Exploration of Generative Models). Pour l’utiliser à votre tour, préparez une image carrée et soumettez-la sur la page Colab du projet. Cliquez sur la flèche, en haut à gauche du premier bloc, scrollez jusqu’en bas de la page après avoir attendu quelques secondes l’apparition du bouton Parcourir et lancez le calcul. Il vous faudra de la patience : le projet agite actuellement un thread sur Twitter et les quotas max de l’outil de Google sont souvent atteints.
Voici nos “plus belles” découvertes :
bonjour,
c’est complétement à coté de la plaque.
Les nouveaux visages ne rendent absolument pas ce qu’on voulait rendre avec les pixels.
Les gens qui dessinaient avec des pixels , cherchaient à monter un caractère et non pas simplement un visage d’un type normal mais mal dessiné.
Ou bien , dans un jeu pixelisé, si tu mets un type grand, large d’épaule, les cheveux courts, cela fait penser automatiquement à un commando, un légionnaire etc.
Donc on ne peut pas lui mettre une tête d’étudiant pustulé. Mais l’IA, elle, le pourrait. Car elle ne sait pas à quoi renvoie dans l’imaginaire collectif ce genre de personnage.
Comme quoi, l’IA ne fiat que ce qu’on lui dit de faire. Et heureusement d’un coté.
Cet article n’a aucun intérêt
Excellente nouvelle pour le monde du cinéma : plus besoin de se prostituer pour obtenir un rôle, puisque les acteurs/actrices seront virtuels,
de plus, le prix des places pourra baisser, plus d’acteurs/actrices payés des dizaines de millions de $
et pour des adaptations de romans, personnages réels, les “acteurs” ressembleront à leurs modèles
Que du bon
C’est vraiment du n’importe quoi ! Je n’ai même pas envie d’argumenter tellement c’est risible🤨
on a déjà viré tous ceux qui faisaient les décors et donc aussi les métiers joints, on peut bien virer les acteurs. Comme pour les courses de chevaux en Scandinavie , où il y en a de virtuelles.
En fait vous avez juste pris des visages coller en incrustation c’est ça ? 🤦
Vous vouliez nous faire mourir de rire ?