Аннотация:

Представлена методика создания синтетического набора данных с использованием системы MetaHuman для оптимизации скиннинга 3D-моделей. Основное внимание уделено улучшению качества привязки (скиннинга) геометрии к скелетам персонажей за счет разнообразия генерируемых высокореалистичных моделей. С помощью MetaHuman сформирован обширный датасет, включающий десятки виртуальных персонажей с различными антропометрическими характеристиками и точно заданными весовыми параметрами скиннинга. На основе этих данных обучен алгоритм, оптимизирующий распределение весов между костями и поверхностью модели.

Предложенный подход автоматизирует процесс настройки весов, что поз-воляет значительно сократить ручной труд риггеров и повысить точность дефор-маций при анимации. Эксперименты показали, что использование синтетических данных приводит к сокращению ошибок скиннинга и более плавным движениям модели по сравнению с традиционными методами. Результаты работы имеют непосредственное применение в индустрии видеоигр, анимации, виртуальной реальности и симуляций, где требуется быстрый и качественный риггинг множества персонажей. Предложенный метод может быть интегрирован в существующие графические движки и конвейеры разработки в виде плагина или инструмента, облегчая внедрение технологии в практические проекты.

Аннотация: Описана эволюция моделей мышления в рамках решения задачи построения интеллектуальной вопросно-ответной системы для автоматизации обработки запросов пользователей на естественном языке, начиная от простой модели на основе деревьев решений и заканчивая полноценной моделью мышления, основанной на модели мышления человека Марвина Мински. Каждая модель разработана и протестирована. Приведены результаты экспериментов и сделаны выводы о состоятельности каждой из моделей.

Аннотация:

Статья посвящена подходам к обработке изображения для успешной реконструкции трехмерной модели человека, создаваемой методом неявной функции с выравниванием по пикселам, представленном FaceBook Research. Выявлены недостатки работы метода, связанные с ограничением качества исходного изображения, представлены рекомендации, позволяющие избежать его некорректной работы и предложены подходы улучшения исходного изображения, увеличивающие в 1,33 раза идентичность получаемой модели. Также была отработана тактика последующего наложения текстуры и внедрения набора анимаций.

Аннотация:

   Оценка положения тела человека (Human Pose Estimation, HPE) стала одной из наиболее актуальных тем в исследованиях в области компьютерного зрения. Эта технология может применяться в различных сферах, таких как видеонаблюдение, медицинская помощь и анализ спортивных движений.

В связи с растущим спросом на HPE за последние 20 лет было разработано большое количество библиотек для этой технологии. C 2017 года опубликовано множество алгоритмов HPE, основанных на скелетной модели, которые были упакованы в библиотеки для удобства использования исследователями. Эти библиотеки важны для исследователей, которые хотят интегрировать их в реальные приложения для видеонаблюдения, медицинской помощи и анализа спортивных движений.

В работе рассмотрены преимущества и недостатки четырёх популярных передовых библиотек HPE для распознавания поз человека, которые могут работать на мобильных устройства: Lightweight OpenPose, PoseNet, MoveNet и Blase Pose.

Аннотация:

Представлен новый подход к контролируемой генерации лиц, использующий генеративные модели с открытым исходным кодом, включая StyleGAN2 и Гребневую регрессию. Разработана методология, расширяющая возможности StyleGAN2 для контроля характеристик лиц, таких как возраст, раса, пол, выражение лица и атрибуты волос, а также использован обширный набор данных человеческих лиц с аннотациями атрибутов. Лица закодированы в 256-мерном латентном пространстве с использованием кодировщика StyleGAN2, что привело к набору характерных латентных кодов. Применен алгоритм t-SNE для кластеризации этих кодов на основе признаков, продемонстрирована возможность контроля генерации лиц, впоследствии обучены модели регрессии Риджа для каждого измерения латентных кодов с использованием размеченных признаков. При декодировании с использованием StyleGAN2 полученные коды успешно восстанавливали изображения лиц, сохраняя связь с входными признаками. Разработанный подход дает легкий и эффективный способ контролируемой генерации лиц с использованием существующих генеративных моделей, таких как StyleGAN2, и открывает новые возможности для различных областей применения.

Аннотация: Рассмотрены эмоциональные человеко-машинные интерфейсы, а именно, антропоморфные социальные агенты. Описана кросс-дисциплинарная задача создания антропоморфного агента, который «чувствует» и «реагирует» на эмоциональные стимулы. Предложена нейробиологически инспирированная реализация, основанная на механике химических и физических процессов, происходящих в человеческом мозге. Проектирование и разработка эмоциональной модели осуществлены симуляцией нейромодуляторов: дофамина, серотонина, нор-адреналина. Отображение эмоций достигается за счёт комбинации данных нейромодуляторов в различных пропорциях. Для этого используется гипотеза Хьюго Лёфхейма («куб эмоций»), которая в свою очередь базируется на теории аффек-тов Сильвиана Томпкинса. Описаны преодоление феномена “uncanny valley” и подходы к пониманию взаимосвязей мимики и мотивации индивидуума. Построена реалистичная вычислительная модель, которая позволяет адекватно визуализировать мимику виртуального агента синхронизировано с производимой им речью. На основе трехмерной модели человеческой головы создан антропоморфный эмоциональный агент, способный на мимические реакции в связи с эмоцио-нальным контекстом.

Аннотация:

Представлены решения проблемы распознавания усталости человека по изображению его лица. Сначала рассмотрены уже существующие алгоритмы, а затем предложена и реализована модель собственной архитектуры. В заключении приведены итоговые показатели работы модели.

Аннотация: В следующем десятилетии печатное наследие мира будет оцифровано. Если национальные правительства будут играть в этом процессе активную роль, то он сможет принести значительные выгоды для развития человечества путем демократизации доступа к различным печатным материалам. Предпосылками успеха являются всеобъемлющие программы оцифровки, которые делают общедоступными изображения страниц, а также позволяют комбинировать алгоритмы оптического распознавания текстов (OCR) с декодированием содержания, заложенного в типографских традициях, представляя слова в контексте их функций в документах – в заглавиях, ссылках, подписях к иллюстрациям и т.д.
Связывание сканированных страниц с библиографическими метаданными и использование оптического распознавания текстов – распространенный метод получения дополнительной информации при сканировании книг. Но для извлечения полезного знания, содержащегося в типографских традициях (печать и представление страницы) требуются дальнейшие исследования, чтобы их можно было использовать при декодировании электронных версий печатных книг. В данной работе исследуются некоторые вопросы кодирования информации, заключенной в печатных традициях, и то, как получающиеся в итоге базы знаний и семантический анализ могут использоваться для получения обогащенного культурного контента. Рекомендуемые национальные стратегии могут превратить электронные версии печатных текстов во взаимосвязанные базы знаний и предоставить для всех доступ к печатному наследию, сохраняя его разнообразие.

Аннотация:

Объектом проведенного исследования является эмоциональная оценка искусственного интеллекта. В качестве системы реализации эмоциональной оценки выбрана система обучения с подкреплением. В результате симуляции построенной модели получены графики, показывающие активность структур мозга, участвующих в процессе их воздействия друг на друга. В ходе настройки системы удалось добиться четырех вспышек активности на таламусе вместо ожидаемых пяти.

Аннотация: Глобальная проблема педагогической науки заключается в непрерывном образовании в условиях быстрого развития инновационных отраслей экономики, где объект обучения должен превратиться в субъект, способный исследовать, созидать и развивать прогресс общества. Подготовка специалиста начинается с начальной школы и продолжается непрерывно на протяжении всей деятельности гражданина, стремящегося быть полезным обществу и стране. Человек, умеющий моделировать, анализировать, критически подходить к изучению нового, всегда будет востребованным этим обществом. В этом основная задача современной педагогической науки.

Аннотация:

Применение современных методов тематического анализа для аналитической обработки больших объемов информации используется в настоящие время практически во всех сферах человеческой деятельности, в том числе, в наукометрии. Многие наукометрические системы и системы цитирования, включая всемирно известные WoS, Scopus, Google Shcolar, разрабатывают тематические рубрикаторы для поиска и обработки информации. Важными практическими задачами, которые могут решаться с применением методов тематической классификации, являются: оценка динамики развития тематических направлений в организации, отдельной стране и мировой науке в целом; поиск статей по заданной тематике; поиск и оценка авторитетности экспертов; поиск журналов для публикации и другие актуальные задачи. Авторами созданы программные реализации алгоритмов для решения некоторых из перечисленных задач и ведутся научные исследования с целью создания новых эффективных математических моделей и алгоритмов в этой области.