Es capaz de sintetizar un video de una cabeza parlante utilizando una imagen de origen que contiene la apariencia de la persona objetivo y un video de conducción que dicta el movimiento en la salida.

Luego, este movimiento se codifica en función de una nueva representación de puntos clave, donde la información específica de identidad y relacionada con el movimiento se descompone sin supervisión.

Una extensa validación experimental mostró que su modelo supera a los métodos de la competencia en conjuntos de datos de referencia.

Además, su representación compacta de puntos clave permite un sistema de videoconferencia que logra la misma calidad visual que el estándar comercial H.264 utilizando solo una décima parte del ancho de banda.

“Además, mostramos que nuestra representación de puntos clave permite al usuario girar la cabeza durante la síntesis, lo que es útil para simular una experiencia de videoconferencia cara a cara“, dijeron los investigadores.

Fuente: GitHub

Artículos relacionados:

LEDs pueden multiplicar por 10 el ancho de banda utilizable del Wi-Fi Inteligencia artificial usa ingeniería inversa para detectar ‘deepfakes’ y rastrear su origen Google+ utiliza el aprendizaje automático para mostrar imágenes de alta resolución con menos ancho de banda Utilizan vórtices ópticos para incrementar el ancho de banda en Internet Tesla anuncia chip de inteligencia artificial con 50.000 millones de transistores y 10 TB de ancho de banda Inteligencia artificial detecta Deepfakes con una precisión del 96 por ciento