به گزارش پایگاه اطلاع رسانی اخبار فارسی به نقل از خبرگزاری ایسنا، محققان یک فناوری پیشرفته سنتز حالت چهره را معرفی کرده‌اند که از «حرکات موج شکل» برای شبیه‌سازی حرکات طبیعی از جمله تنفس، پلک زدن و خمیازه کشیدن به عنوان الگوهای موجی متمایز استفاده می‌کند.
به نقل از آی‌ای، به منظور ایجاد حرکات پیچیده صورت در لحظه، این امواج به نواحی مربوطه روی صورت منتقل شده و روی هم قرار می‌گیرند.
به گفته گروهی از محققان دانشگاه اوزاکا در ژاپن، در این رویکرد از انتقال حرکت قابل مشاهده اجتناب شده است و در آن نیاز به تهیه داده‌های گسترده و متنوع وجود ندارد.
علاوه بر این، تغییرات در متغیرهای داخلی، مانند خلق و خو، می‌تواند به سرعت به عنوان تغییرات در حرکات صورت با ترکیب «مدولاسیون موج شکل» نمایش داده شود که شکل موج‌های واحد را وابسته به حالت داخلی ربات تغییر می‌دهد.
کویچی اوسوکا(Koichi Osuka)، محقق دانشگاه اوزاکا می‌گوید: پیشبرد این تحقیق در سنتز حالت پویای چهره، ربات‌ها را قادر می‌سازد که حرکات پیچیده‌ی صورت را انجام دهند تا حالت‌های زنده‌تری از خود نشان دهند و تغییرات خلقی را که به شرایط اطرافشان، از جمله تعامل با انسان‌های دیگر وابسته است، منتقل کنند. این می‌تواند ارتباطات عاطفی بین انسان و ربات‌ها را بسیار تقویت کند.
حرکات تطبیقی صورت
حالات چهره پویا در تقویت ارتباطات در ربات‌های اجتماعی، به ویژه در انتقال حالت‌های عاطفی مانند هیجان یا خواب آلودگی، نقش حیاتی ایفا می‌کند.
حرکات سریع و قابل توجه صورت و سر ممکن است بیانگر هیجان باشد، در حالی که حرکات آهسته‌تر و نوسانی ممکن است نشان دهنده خواب آلودگی باشد. کنترل موثر سرعت، دامنه، نوسان و مدت زمان برای تعاملات طبیعی ربات ضروری است.
به طور سنتی، ربات‌هایی که قابلیت تحرک صورت را دارند، برای نمایش حالات چهره در مدت زمان طولانی به یک «روش چند تکه» متکی هستند. این رویکرد شامل ایجاد چندین سناریو اقدام از پیش تنظیم شده و جابجایی بین آنها در صورت لزوم برای جلوگیری از حرکات غیرطبیعی صورت است.
به گفته این تیم نمونه‌های اولیه اغلب انتقال‌های غیرطبیعی یا ناگهانی دارند. برای غلبه بر این چالش‌ها، محققان یک سیستم مبتنی بر ساختار عمیق را پیشنهاد کردند که به صورت پویا حرکات مرتبط با حالت عاطفی در صورت ربات را ایجاد می‌کند.
سیستم پیشنهادی با استفاده از دو ماژول کلیدی، حالت‌های چهره پویا را برای ربات‌ها ایجاد می‌کند که یکی مدیریت زمانی و دیگری وضعیتی است. ماژول زمانی از توابع موج برای ایجاد الگوهای مبتنی بر زمان بر اساس وضعیت داخلی ربات، مانند هیجان یا خواب آلودگی، استفاده می‌کند.
ماژول وضعیتی این الگوها را با هماهنگ کردن چندین محرک، مانند آنهایی که باز شدن فک یا حرکت پلک را کنترل می‌کنند، به حرکات خاص صورت تبدیل می‌کند. این رویکرد به ربات‌ها اجازه می‌دهد تا احساسات و حالات خود را به آرامی بیان کنند و توانایی آنها در تعامل موثر با انسان‌ها افزایش یابد.
انتهای پیام
