DaGAN: Synthetic video with human face generation

ডাগ্যান একটি নিউরাল নেটওয়ার্ক টুল যা তৈরি করা হয়েছে মানুষের চেহারা দিয়ে সিনথেটিক ভিডিও তৈরি করার জন্য। প্রযুক্তির মাধ্যমে একজন ব্যক্তি অন্য ভিডিও ব্যবহার করে একে অপরের জীবন্ত চিত্র তুলে ধরতে পারে। সহজ করে বলতে গেলে, নিউরাল নেটওয়ার্ক একটা ছবি থেকে দেখা (অন্তর্ধতা) নেয় আর সেটা থেকে তার মুখ ফিরিয়ে নেয়, মাথা ঘুরে যায় ভিডিও রেকর্ড থেকে।

দাগ্যানের মূল দুটি পরামিতি পৃথক করার মূল নীতি হল: পরিচয় সংক্রান্ত তথ্য (সম্মুখগত বৈশিষ্ট্য) এবং তথ্য (নামিক আন্দোলন)। এই পদ্ধতিটি আবেগ এবং প্রাকৃতিক হেড মুভমেন্টকে তুলে ধরার ক্ষেত্রে উচ্চ মানের সঠিকতা নিশ্চিত করে, যার ফলে এর ফলাফল আরো সহজ চিত্র তুলে ধরে।

ভিডিও বিষয়বস্তু বিশেষজ্ঞ

ভিডিওগ্রাফার, সম্পাদক এবং উপাদান নির্মাতার জন্য এই টুলটি কার্যকর হবে, যাদের দ্রুত একটি ভিডিও তৈরি করা প্রয়োজন। ডাগ্যান প্রস্তুত করা ভিডিও উপাদানের উপর ভিত্তি করে প্রয়োজনীয় আন্দোলন এবং মুখের অভিব্যক্তি সংগ্রহ করতে পারবেন।

AI ডেভেলপার এবং গবেষক

যেহেতু ডাগ্যান একটি নিউরাল নেটওয়ার্ক প্রযুক্তি ডেভেলপারদের আগ্রহ হলো মিডিয়া প্রজন্মের পদ্ধতি অধ্যয়ন করা। এই যন্ত্রটি পরীক্ষা এবং অ্যালগরিদমের সত্যতা যাচাইের ভিত্তি হিসেবে ব্যবহার করা যেতে পারে।

অবতারের ছবি এবং ডিজিটাল অক্ষরের নির্মাতা

চরিত্র অ্যানিমেশনের জন্য ভার্চুয়াল উপস্থাপক তৈরি, অথবা ডিজিটাল ডাবল্স তৈরি করা, দাগ্যান বিদ্যমান চিত্র এবং ভিডিও রেকর্ডিং এর উপর ভিত্তি করে ছবি ও ভিডিও রেকর্ডের উপর ভিত্তি করে ছবি প্রদর্শন করার একটি বিশেষ উপায় প্রদান করেছে।

তথ্য বিশিষ্ট উৎস প্রস্তুত করা হচ্ছে

টুলের জন্য দুটি ধরনের ইনপুট তথ্য আবশ্যক: একটি ব্যক্তির মুখের স্থায়ী চিত্র (যেমন উৎস) এবং একটি ভিডিও রেকর্ড যার মধ্যে প্রয়োজনীয় প্রধান আন্দোলন এবং মুখের অভিব্যক্তি (মূল উৎস) অন্তর্ভুক্ত করা হয়েছে। উৎসের ছবি উচ্চ মানের এবং পরিষ্কার।

জেনারেশন প্রসেস

ব্যবহারকারী এই প্রস্তুত ছবি এবং ভিডিও নিউরাল নেটওয়ার্কের মাধ্যমে প্রকাশ করেছেন। এই অ্যালগরিদমটি ব্যবহার করে তথ্যকে পৃথক করা, পরিচয় ভাগ করা এবং তার উপর ভিত্তি করে তৈরি করা তথ্য, এবং এরপর একটি নতুন ভিডিও অনুক্রম তৈরি করা হয়, যার মাধ্যমে ছবিটির ছবি প্রদর্শন করা হয়।

স্থির অবস্থায় থাকা ছবি

নিউরাল নেটওয়ার্কের প্রধান ফাংশন হচ্ছে একটি চিত্রকে রূপান্তরিত করা, যা অন্য একটি ভিডিও থেকে নেওয়া হয়েছে।

বিনিময় ও সুসংগতির কাজ

এই যন্ত্রটি মুখের মুখের অভিব্যক্তিকে সঠিক ভাবে স্থানান্তর করে এবং একজনের কাছ থেকে আরেক ছবির দিকে অন্য ছবি তুলে ধরার বিষয়টি নিশ্চিত করে।

মুক্ত প্রবেশাধিকার

এই টুলটি বিনামূল্যের মডেলের অধীনে বিতরণ করা হয়, যার ফলে আর্থিক বিনিয়োগ ছাড়াই ব্যবহারকারীদের ব্যাপক সংখ্যায় প্রবেশ করতে পারে।

স্থানান্তরের অনুকরণ

পরিচয়ের বিচ্ছিন্নতা এবং তথ্য প্রদান করার জন্য ডাগ্যান মুখে ভাব প্রকাশ করার ক্ষেত্রে উচ্চ মাত্রা অর্জন করেছে, যা খুব ভালোভাবে শেষ ভিডিওর মানকে প্রভাবিত করে।

অ্যাপ্লিকেশনের বৈধতা যাচাই করা হচ্ছে

বিভিন্ন কাজের জন্য প্রযুক্তির ব্যবহার উপযোগী, যার মাধ্যমে অবতারের চরিত্র, ভিডিও বিষয়বস্তুর সাথে কাজ করার ক্ষেত্রে ব্যবহারকারীদের ক্ষমতা প্রসারিত করা যায়।

বৈশিষ্ট্য সম্পর্কে বিস্তারিত তথ্য না

উপলব্ধ উৎসগুলো সিস্টেমের আবশ্যক সম্পর্কে পর্যাপ্ত তথ্য উপলব্ধ নেই, ভিডিওর অবকাল অথবা সর্বাধিক আউটপুটের মধ্যে অধিক বিবরণ উপলব্ধ করা হয়নি। সম্ভাব্য ভাবে ব্যবহারকারীর উচিত তাদের পরীক্ষা করা যাতে এই পরামিতিটি নির্ধারণ করা যায়।

অ্যাপ্লিকেশনের যথার্থতা

এই হাতিয়ারকে একটা সংকীর্ণ এলাকা — মানুষের মুখ দিয়ে ভিডিও তৈরি করা হয় । অ্যানিমেশন অথবা অ্যাভাটার তৈরি না করার জন্য এই কাজের সীমাকে ব্যবহার করা হয় না।

ডিজিটাল পরিবেশের জন্য অবতার নির্মাণ করা হচ্ছে

নিউরাল নেটওয়ার্ক ছবিগুলোর উপর ভিত্তি করে অ্যানিমেশনযুক্ত অক্ষর তৈরি করতে পারে, যা খেলা, অ্যাপ্লিকেশন বা ভার্চুয়াল জগৎ তৈরি করতে পারে।

অক্ষর এবং ভিডিও অ্যানিমেশন

“জীবনের জন্য” যে সমস্ত উপাদান তৈরি করা হয়েছে, সেগুলোকে স্থায়ী ভাবে উপস্থাপন করা হচ্ছে, যা অ্যানিমেশন ক্লিপ, উপস্থাপনা বা বিনোদন তৈরি করার সময় প্রয়োজন।

সিনথেটিক ভিডিও তথ্য তৈরি করা হচ্ছে

দাগ্যান মুখ দিয়ে সিনথেটিক ভিডিও তৈরি করার জন্য ব্যবহার করা যায়, যা অন্যান্য মেশিন অ্যালগরিদম শেখার জন্য প্রয়োজনীয়।

তথ্য অনুযায়ী ডাগ্যানের বিতরণ মডেল মুক্ত। এর অর্থ হল, এই যে কোনো পারিশ্রমিক ব্যবহার করার প্রয়োজন নেই টুল। তবে, সম্ভাব্য অর্থ প্রদান, প্রিমিয়াম বা বাণিজ্যিক ব্যবহার সম্বন্ধে তথ্য মূল উৎসে প্রকাশ করা হয়নি।

লাইসেন্স চুক্তি এবং ডাগ্যানের ব্যবহারের জন্য ব্যবহার সংক্রান্ত তথ্য পাওয়া যায়নি। বাণিজ্যিক ব্যবহার, নিষেধাজ্ঞা, এবং বিষয়বস্তু তৈরীর অধিকার সম্পর্কে নিজেদের পরিচিত করার আইন দিয়ে কাজ শুরু করার আগে ব্যবহারকারীর উচিত নথিপত্র বা সরকারি প্রকল্পগুলো পর্যালোচনা করা।

এই সময়ে, সরবরাহকৃত তথ্যগুলো কোথায় হোস্ট করা হয় (ওয়েব প্লাটফর্ম, জিওহাব, বৈজ্ঞানিক প্রকাশনা) এবং কোন ধরনের কাজে ব্যবহার করা হয় সে বিষয়ে সঠিক তথ্য প্রদান করে না। পাওয়ার পাওয়ারের সঠিক তথ্য পেতে হলে, বর্তমানের সরকারি প্রকল্পের উৎসের সাথে লিঙ্ক খুঁজতে হবে।

দাগ্যানের মূল পার্থক্য, যা সাধারণ তথ্যকে তুলে ধরে তা হচ্ছে পরিচয়কে পৃথক করা এবং তথ্য প্রদান করা। এই পদ্ধতিটি চূড়ান্ত চিত্র দিয়ে আন্দোলন ও মুখর সঠিক বোধগম্যতাকে আরও সঠিক করে তোলার সুযোগ করে দেয় ।

অনেক সহজ গভীরতম পদ্ধতির মতো, যা হয়তো একে অন্যের দিকে মনোযোগ দিতে পারে, দাগ্যান মূল আন্দোলনকে সঠিক ভাবে স্থানান্তর করার উপর মনোযোগ প্রদান করে। এটা কাজের জন্য উপযুক্ত টুল, যেখানে প্রাকৃতিক অ্যানিমেশন খুব গুরুত্বপূর্ণ, যেমন অবতার বা অক্ষর অ্যানিমেশন তৈরি করা। কিন্তু, নির্দিষ্ট বিকল্পের সঙ্গে তুলনা না করেই সমস্ত মতভেদের বিস্তারিত মূল্যায়ন করা কঠিন ।

দাগ্যান হচ্ছে একটি বিশেষ নিউরাল নেটওয়ার্ক টুল যার মাধ্যমে মানুষের চেহারার সাথে তুলনা করা যায়। এর মূল বৈশিষ্ট্য হচ্ছে, অন্যান্য ভিডিওর মাধ্যমে বিভিন্ন পরিচয় নিয়ন্ত্রণ এবং অবস্থানের উপর ভিত্তি করে স্থায়ী ছবি তোলা। বিনামূল্যে বিতরণের মডেল প্রযুক্তি ব্যবহার করে, এবং সম্ভাব্য অ্যাপ্লিকেশনগুলোর মধ্যে অ্যাভাটার সৃষ্টি এবং চরিত্রের অ্যানিমেশন যুক্ত রয়েছে। তবে ব্যবহারকারীদের জানানো উচিত যে বিস্তারিত বৈশিষ্ট্য, লাইসেন্স এবং নির্দিষ্ট প্রযুক্তিগত সীমাবদ্ধতা ওপেন সোর্সে সম্পূর্ণভাবে তুলে ধরা হয় না, তাই সক্রিয় করার আগে আরও প্রকল্পের বিস্তারিত তথ্য প্রয়োজন হতে পারে।