Modello AI ricostruisce il volto da video molto compressi

Qualche mese fa vi avevo parlato di un modello di Nvidia, Maxine, che trasmetteva in videoconferenza solo le modifiche al volto (ad esempio mentre ci si muove o si parla), facendo risparmiare traffico e consentendo quindi di avere video di qualità anche con poca banda a disposizione.

Ora Nvidia ha presentato Face-vid2vid, un modello AI generativo che ricostruisce il volto partendo da un’immagine a bassissima risoluzione, come dimostrato da queste immagini:

Dimostrazione di Face-vid2vid

Il codice è basato su Imaginaire, una libreria PyTorch con implementazioni di diversi metodi di sintesi immagini e video sviluppati dall’azienda, dalla quale apparentemente ha attinto anche Maxine. Il paper sarà presentato alla conferenza CVPR21, Conference on Computer Vision and Pattern Recognition.

Per approfondire: One-Shot Free-View Neural Talking-Head Synthesis for Video Conferencing

Sono Head of Artificial Intelligence di SNGLR Holding AG, un gruppo svizzero specializzato in tecnologie esponenziali con sedi in Europa, USA e UAE, dove curo i programmi inerenti all'intelligenza artificiale. Dopo la laurea in Management ho conseguito una specializzazione in Business Analytics a Wharton, una certificazione Artificial Intelligence Professional da IBM e una sul machine learning da Google Cloud. Ho trascorso la maggior parte della carriera – trent'anni - nel settore della cybersecurity, dove fra le altre cose sono stato consigliere del Ministro delle Comunicazioni e consulente di Telespazio (gruppo Leonardo). Oggi mi occupo prevalentemente di intelligenza artificiale, con consulenze sull'AI presso aziende private e per la Commissione Europea, dove collaboro con la European Defence Agency e il Joint Research Centre. Questo blog è personale.