paint-brush
Go oketša Datha ya Sefahlego - Karolo ya 1: Phetogo ya Thutafaseka@ainur
282 dipuku tša go balwa

Go oketša Datha ya Sefahlego - Karolo ya 1: Phetogo ya Thutafase

ka Ainur Gainetdinov3m2024/10/27
Read on Terminal Reader

Nako e telele kudu; Go bala

Tiragatšo ya malokwa a tseneletšego a ditšhika e dirile mogato o mogolo wa go ya pele nywageng-someng e mebedi e fetilego. Ngwaga o mongwe le o mongwe, go hlangwa meago e mefsa yeo e fenyago dipoelo tša maemo a godimo. Le ge go le bjalo, ke fela go kaonafatša ditlhamo tšeo di ka se šomego ntle le dataset ya boleng. The dataset na le tšusumetso e khōlō ka tshebetso ya ho qetela. Go kgoboketša le go swaya di-dataset tše di fapa-fapanego, tše di nepagetšego go ka ba mo go šomago e bile go bitša tšhelete e ntši, gomme di-dataset tše di lego gona gantši ga di akaretše mehuta ka moka ya kabo ya data ya kgonthe, ka gona go dirišwa dithekniki tša go oketša ya data.
featured image - Go oketša Datha ya Sefahlego - Karolo ya 1: Phetogo ya Thutafase
Ainur Gainetdinov HackerNoon profile picture

Tiragatšo ya malokwa a tseneletšego a ditšhika e dirile mogato o mogolo wa go ya pele nywageng-someng e mebedi e fetilego. Ngwaga o mongwe le o mongwe, go hlangwa meago e mefsa yeo e fenyago dipoelo tša maemo a godimo. Le ge go le bjalo, ke fela go kaonafatša ditlhamo go ka se šome ntle le dataset ya boleng. The dataset na le tšusumetso e khōlō ka tshebetso ya ho qetela. Go kgoboketša le go swaya di-dataset tše di fapa-fapanego, tše di nepagetšego go ka ba mo go šomago le go bitša tšhelete e ntši, gomme di-dataset tše di lego gona gantši ga di akaretše mehuta ka moka ya kabo ya data ya kgonthe, ka gona go dirišwa dithekniki tša go oketša ya data.


Sehlogong se, ke tla bontšha ka moo dataset ya gago ya difahlego tša batho e ka humišwago ka phetogo ya thutafase ya 3D go kaonafatša tshepedišo ya mohlala wa gago. Open mohlodi khoutu ya phethagatšo e filwe ka tlase [1].


Go oketša datha ke thekniki yeo e oketšago palo ya datha ka go diriša diphetogo tše di fapanego go disampole. Generic setšoantšo augmentation ka arotsoe ka dihlopha tse peli: liphetoho thutatekanyo le liphetoho mebala. Diphetogo tša thutafase di na le go lekanya, go sega, go phetla, go dikološa, go fetolela, bj.bj.Mola diphetogo tša mebala di na le go šikinyega ga mebala, go oketša lešata, go lekanya bohlokwa, peakanyo ya go phadima/phapano, bj.bj.


A re naganeng kamoo re ka oketšago seswantšho ge e ba re tseba gore go na le sefahlego sa motho. Re kgetholla bjang motho yo mongwe go yo mongwe? Go na le diponagalo tša sefahlego tšeo di bopago boitšhupo, go swana le mmala wa letlalo, sebopego sa sefahlego, go kuta moriri, megokolodi, mmala wa mahlo, bj.bj.. E nngwe ya tšeo di hlaolwago kudu ke sebopego sa sefahlego.


Ka fao, ge re ka fetoša sebopego sa seswantšho sa sefahlego sa go tsenya, e tla ba motho yo a fapanego gannyane bakeng sa mohlala wo o tlwaetšwago. Ka gona, a re dirišeng thepa ye go oketša dataset ya rena.


Re tla fetola thutafase ya sefahlego ka go šomiša 3D Morphable Model (3DMM), ka go lebanya mohlala wa FLAME[2]. 3DMM ke letlooa la mahlakore a mararo leo le nago le ditekanyetšo tša go laola sebopego sa lona, boemo bja lona le polelo. 3DMM e agilwe go tšwa go meshes ya mahlakore a mararo ao a ngwadišitšwego ke batho ba nnete.


Ka go realo, e ka emela kabo ya dibopego tša nnete tša sefahlego. Ka tlase ga hood, e na le sebopego sa magareng le sete ya dikarolo tše kgolo tšeo di laetšago ditaelo tša phetogo bakeng sa sebopego le polelo. Alpha le beta ke ditekanyetos ya mohlala.


Pele re fetola sebopego sa sefahlego, re swanetše go hwetša ditekanyetšo tša 3DMM tšeo di sepelelanago le senepe sa rena sa go tsenya. Go na le mekgwa ye mmalwa ya go dira seo, go swana le go dira gore dilo di šome gabotse go maswao a naga, go dira gore dilo di šome gabotse ka photometric goba dika tša go boela morago go bolela e sa le pele ka ditekanyetšo ka kgato e tee. Ke šomišitše 2D landmark optimization ka ge e na le phethagatšo ye bonolo gomme e fa dipoelo tše di nepagetšego ka nako ye e kwagalago.


Matshwao a sefahleho a ile a lemogwa seswantšhong sa go tsenya ka mohlala wa go utolla sefahlego sa Dlib. Adam optimization algorithm ile sebediswa le MSE tahlehelo bakeng sa matšoao a naha ho lumellane 3DMM ka sefahleho setšoantšo. Go tšere dipoeletšo tše ka bago tše 150 gore di kopane.


Bjale, re ikemišeditše go fetoša thutafase ya sefahlego. Sa pele, re šetše re na le letlooa la mahlakore a mararo leo le logaganywago le seswantšho sa rena sa sefahlego. Сhanging 3DMM o sebopeho ditekanyetos lebisa ho phetoho ea letlooeng vertices ka setšoantšo sebaka. Ka go tseba gore go a fetoga, re ka e šomiša go sepetša dipiksele tša seswantšho.


Go hwetša mmapa wo o kitimago wa diphetogo, ke šomišitše bokgobapuku bja OpenGL, moo ke ilego ka tšweletša letlooa la 3DMM ka diphetogo ka tšhupetšo ya x le y go e na le mmala wa vertex. Go na le selo se tee seo se šetšego go elwa hloko, kamoo o ka swarago dipiksele tšeo di bego di le ka ntle ga lefelo la letlooa la sefahlego.


Bakeng sa morero wo, ke ile ka diriša extrapolation, yeo e kgokaganyago sefahlego seo se fetotšwego ka thelelo le mokokotlo o sa fetogego. Ge feela re na le mebapa ya go fetoga ye e kitimago ya tšhupetšo ya x le y, re ka e diriša go mohuta ofe goba ofe wa leina go swana le maswao a naga a sefahlego, dimaske tša karoganyo, goba diswantšho tše di kopantšwego. O ka bona mehlala ya go oketša sefahlego ka phetogo ya thutafase seswantšhong se se lego ka mo tlase. Ge o nyaka go tseba dintlha tše dingwe, ke go laletša go khoutu ya mohlodi[1].



Bjale, o ka e leka go di-dataset tša gago. Thekniki ye ya go oketša e tla go thuša go kaonafatša mohlala o dira gore o tsepame go diphetogo tša tsenyo. Sehlogong se, re ithutile ka phetogo ya thutafase ya 3D, eupša ntle le yona, go na le diphetogo tša sebopego tšeo e lego dikaonafatšo tše dingwe tša di-dataset tša sefahlego, tšeo sehlogong se se latelago.


Ditšhupetšo

[1] Khoutu ya GitHub. https://github.com/ainur699/go oketša_data_ya_sefahlego

[2] Mohlala wa KGABO. https://kgabo.ke.tue.mpg.de/index.html