⑦（ここをくりっく）

こんにちは。

こんかいは、

『顔の自動生成』

です。

「DeepFaceDrawing」は、

中国科学院さんと
香港城市大学の研究チームが開発。

てがきの顔を
現実的な顔にするアプリです。

このアプリは、
ざっくり描いた似顔絵から
おそろしくリアルな顔がリアルタイムで生成．

絵心に自信のないかたも
ラフにスケッチして、
リアルな顔が描けるようになります。

スケッチを修正すると
反映されて、新しい顔になります。

「DeepFaceDrawing」は、

ディープランニングを使ってます。

実際の顔スケッチ画像から
もっともらしい顔を学習し、

入力スケッチにもっとも近い点を見つけて
近似します。

大まかな入力スケッチや
不完全な入力スケッチであっても、

スケッチに表される特徴を尊重しながら、
合成画像の信憑性を高めます。

どうやってリアルにしてるの？

１，まず、主な顔パーツを検出して、

２，その特徴を数値化して、特徴マップを作って

３，特徴マップを融合して、リアルな顔にしてます。

具体的には？

３つのモジュールから構成。

①　CE(Component Embedding)

②　FM(Feature Mapping)

③　IS(Image Synthesis)

①　CEモジュール
→オートエンコーダアーキテクチャ。

顔のスケッチから５つの主な顔コンポーネント
（左目、右目、鼻、口、あと顔の残りの部分）を検出。

このモジュールは、

コンポーネント（要素）のスケッチを意味のある
特徴ベクトル（特徴を数値化したもの）に変換。

②　FMモジュール
→特徴マッピング。

コンポーネント（要素）の特徴ベクトルを
対応する特徴マップ (Feature Map)に変換。

③　ISモジュール
→画像合成。

個々の顔コンポーネント（要素）の

特徴マップが顔の構造に従って結合され、
リアルな顔画像を合成。

ことばの意味は？

モジュール

①部品。
②（システムを構成する）要素。
③建築だと（寸法の）単位。

オートエンコーダ

ニューラルネットワークの１つ。

入力されたデータを一度圧縮し、
「重要な特徴量だけを残した」後

再度もとの次元に復元処理をするアルゴリズム。

ニューラルネットワーク

脳内の神経細胞（ニューロン）の
ネットワーク構成を類似した数学モデル。

アルゴリズム

問題を解決するための手順や計算方法。

コンポーネント

構成要素。部品。

絵心がない人にも
完成度が低い絵からも
イメージに近い顔が作れます。

「それって顔？」
ってレベルの線画でも、

うまいこと特徴をおさえた顔になる
仕事っぷり。

ところで、

中国科学院さんと
香港城市大学さん、

コレを、正確に描くにはどうすればいいですか？

別次元へと飛躍し、次元を超越する人生を展開したいです．

「われわれ凡人は志を立てるに当たって
とにかく迷いやすいのがつね。」

『志が立ったなら、日々工夫すること』

「人として常識はどんな地位にも必要」

『智恵、情愛、意志の３つがあって、
人間社会の活動ができる』

「人格と修養が大事」

『ふだんの心がけがたいせつ』

「精神も智恵も身体も品行も、
向上するように練磨することによって，

ついには、聖人の域にも達することができる」

『ただ王道あるのみ』

「人事をつくして天命を待て」

「天は人を罰せず！」

「人生は努力にあり．」