14329

ﻣﺮوري ﺑﺮ روشﻫﺎي ﺗﻮﻟﯿﺪ چهره‌هاي سخنگو مبتني ﺑﺮ ﺻﺪا

1402

دكتر محمدرضا محمدي

چكيده استفاده از چهره‌هاي سخنگو در بازي‌هاي رايانه‌اي به‌عنوان يكي از نوآوري‌هاي پيشرفته در حوزه گرافيك كامپيوتري و هوش مصنوعي، نقش كليدي در ايجاد شخصيت‌هاي تعاملي و واقع‌گرايانه دارد. اين فناوري به دنبال شبيه‌سازي حركات طبيعي لب، حالات چهره و هماهنگي صوت با تصوير است. با وجود پيشرفت‌هاي اخير، چالش‌هايي مانند شبيه‌سازي دقيق حركات سر، بازنمايي احساسات پيچيده و هماهنگي كامل زماني ميان صوت و حركات چهره همچنان وجود دارند. رويكردهاي موجود با استفاده از داده‌هاي ويدئويي و الگوريتم‌هاي يادگيري عميق توانسته‌اند بهبودهايي در بازسازي حركات صورت و هماهنگي لب با صوت ايجاد كنند. روش‌هايي مانند استفاده از مدل‌هاي پويا و تحليل‌هاي چندوجهي باعث افزايش دقت و كيفيت بصري در توليد اين چهره‌ها شده‌اند. با اين حال، مسائل مرتبط با ديناميك‌هاي پيچيده چهره و تعاملات طبيعي شخصيت‌ها همچنان به بررسي‌هاي بيشتري نياز دارند. تحقيقات كنوني بر ارتقاي مدل‌هاي يادگيري و استفاده از داده‌هاي متنوع تمركز دارد تا اين محدوديت‌ها برطرف شده و تعامل كاربران با شخصيت‌هاي بازي به سطح جديدي از واقع‌گرايي و تأثيرگذاري برسد. در اين سمينار، به بررسي دقيق تكنيك‌ها، چالش‌ها و راهكارهاي موجود در اين حوزه پرداخته و تأثير آن‌ها بر ارتقاي كيفيت و تعامل در توليد چهره‌هاي سخنگو تحليل خواهد شد.

12/4/2024 12:00:00 AM

85316

1403/10/04

Review of Voice-Based Talking Face Generation Methods

چهره‌هاي سخنگو , بازي‌هاي رايانه‌اي , شخصيت‌هاي تعاملي , هماهنگي صوت و تصوير , بازنمايي احساسات پيچيده , مدل‌هاي پويا

Talking faces , video games , interactive characters , audio-visual synchronization , complex emotion representation , dynamic models