Wirtualna podobizna Daniela Gabriela Fahrenheita

Wizerunek Daniela Gabriela Fahrenheita opracowali mgr inż. Tomasz Ziółkowski i dr inż. Jerzy Proficz, pracownicy Centrum Informatycznego TASK. Udało się to dzięki algorytmowi genetycznemu i specjalnie opracowanej aplikacji. Projekt powstał pod kierunkiem prof. Henryka Krawczyka, kierownika Katedry Architektury Systemów Komputerowych, sprawującego jednocześnie funkcję rektora Politechniki Gdańskiej.

– Aplikacja pozwala na tworzenie wirtualnych portretów osób, których wygląd pozostaje nieznany – tłumaczy prof. Krawczyk. – Wykorzystując istniejące dane historyczne, np. portrety krewnych czy opisy tekstowe, zaprojektowany przez nas algorytm genetyczny wskazuje propozycje wirtualnych wizerunków, które potencjalnie mogą przypominać poszukiwaną przez nas osobę. Na obecnym poziomie rozwoju nauki i techniki nie jest oczywiście możliwe stworzenie dokładnej metody rekonstrukcji wyglądu twarzy, ale nasza aplikacja pozwala uzyskać pewne wyobrażenie o tym, jak mogła wyglądać dana postać.

Rektor podkreśla, że to dopiero początek. To osiągnięcie otwiera nowe wyzwania. – Próbujemy nawiązać współpracę z genetykami, których badania są pośrednio związane z podobnymi tematami jak nasz. Chcemy ustalić, jaki wpływ na wygląd człowieka ma genetyka.

Moc obliczeniową wymaganą dla działania algorytmu zapewniła superkomputerowa platforma KASKADA, stworzona na Politechnice Gdańskiej w ramach projektu MAYDAY EURO 2012.

Do stworzenia wirtualnego portretu Fahrenheita wykorzystano wizerunki krewnych oraz gdańszczan współczesnych wielkiemu fizykowi, reprezentujących podobne pochodzenie i status społeczny – członków patrycjatu, uczonych, duchownych. Materiały udostępniły Biblioteka Polskiej Akademii Nauk i Muzeum Narodowe w Gdańsku.

Zaprojektowany na Politechnice Gdańskiej algorytm należy do rodziny tzw. algorytmów genetycznych. Ideą algorytmów genetycznych jest poszukiwanie optymalnego rozwiązania poprzez proces inspirowany teorią ewolucji. Podczas działania algorytmu tworzone są liczne potencjalne rozwiązania, dla których cyklicznie przeprowadzane są procedury krzyżowania – czyli łączenia cech różnych rozwiązań oraz mutacji – czyli wprowadzania do otrzymanych rozwiązań drobnych, losowych zaburzeń.

W tym konkretnym przypadku operacje sprowadzają się do łączenia i modyfikacji wizualnych cech twarzy – przy wykorzystaniu techniki morfingu, znanej z animacji komputerowych oraz modelu transformacji. Spośród wszystkich wygenerowanych rozwiązań, najlepsze wybierane są na podstawie odpowiadających im wartości, tzw. funkcji przystosowania. W przypadku naszego algorytmu funkcja przystosowania do porównania przetwarzanych portretów wykorzystuje algorytm eigenfaces, używany przy komputerowym rozpoznawaniu twarzy.

W odróżnieniu od funkcji występujących w klasycznych algorytmach genetycznych, wartości naszej funkcji przystosowania są modyfikowane w trakcie działania aplikacji, na podstawie nowych wygenerowanych rozwiązań. To właśnie stanowi o oryginalności opracowanego algorytmu. – A to z kolei pozwala osiągnąć lepszą jakość wynikowych obrazów przy ograniczonym rozmiarze zbioru portretów historycznych – dopowiada Tomasz Ziółkowski.

Zespół doszedł do ciekawej obserwacji. Mianowicie, że podczas operacji krzyżowania i mutacji wizerunek w którymś momencie przestaje się zmieniać. Nie wiemy jeszcze, czy można z tego wnioskować, że znaleźliśmy jakiś punkt skończoności, ale jest to niewątpliwie ciekawe. Brzmi metafizycznie.

Więcej informacji: Artykuł pochodzi z www.pg.gda.pl Więcej informacji oraz wywiad z twórcą algorytmu znajdziesz TUTAJ