TED2018
Supasorn Suwajanakorn: Fake videos of real people -- and how to spot them
سوباسورن سواجاناكورن: فيديوهات مزيّفة لأشخاص حقيقيين...وكيفية تمييزها
Filmed:
Readability: 4.6
1,453,308 views
هل تعتقد بأنك جيد في تمييز الفيديوهات المزيّفة التي يقول فيها المشاهير أشياءً لم يقولوها في الحقيقة؟ شاهد كيف تتم صناعتها في هذه المحاضرة المذهلة والاستعراض التقني. يرينا عالم الكومبيوتر سوباسورن سواجاناكورن كيف قام كطالب متخرّج باستخدام الذكاء الاصطناعي والنمذجة ثلاثية الأبعاد لإنشاء مقاطع فيديو مزيّفة وواقعية المظهر لأشخاص بتزامن مع الصوت. تعرف على المزيد حول الآثار الأخلاقية والإمكانيات الإبداعية لهذه التقنية، والخطوات التي يتم اتخاذها لمكافحة إساءة استخدامها.
Supasorn Suwajanakorn - Computer scientist
Supasorn Suwajanakorn works on ways to reconstruct, preserve and reanimate anyone -- just from their existing photos and videos. Full bio
Supasorn Suwajanakorn works on ways to reconstruct, preserve and reanimate anyone -- just from their existing photos and videos. Full bio
Double-click the English transcript below to play the video.
انظروا إلى هذه الصور.
00:12
Look at these images.
0
876
1151
الآن، أخبروني أيّ منهم هو أوباما الحقيقي.
00:14
Now, tell me which Obama here is real.
1
2051
2635
(فيديو) باراك أوباما: لمساعدة الناس
على إعادة تمويل منازلهم،
على إعادة تمويل منازلهم،
00:16
(Video) Barack Obama: To help families
refinance their homes,
refinance their homes,
2
4710
2861
00:19
to invest in things
like high-tech manufacturing,
like high-tech manufacturing,
3
7595
2647
وللاستثمار في أمور
مثل التصنيع عالي التقنية،
مثل التصنيع عالي التقنية،
والطاقة المتجددة
00:22
clean energy
4
10266
1159
والبنى التحتية التي تخلق وظائف جديدة جيدة.
00:23
and the infrastructure
that creates good new jobs.
that creates good new jobs.
5
11449
2779
سوباسورن سواجاناكورن: أيّ أحد؟
00:26
Supasorn Suwajanakorn: Anyone?
6
14647
1484
00:28
The answer is none of them.
7
16155
1874
الجواب هو ولا واحد منهم.
(ضحك)
00:30
(Laughter)
8
18053
1114
ليس أيّاً منهم حقيقياً.
00:31
None of these is actually real.
9
19191
1786
00:33
So let me tell you how we got here.
10
21001
1840
لذا دعوني أخبركم كيف توصّلنا إلى هذا.
00:35
My inspiration for this work
11
23940
1578
مصدر إلهامي لهذا العمل
كان مشروعاً يهدف إلى الحفاظ
على فرصتنا الأخيرة للتعلم عن محرقة اليهود
على فرصتنا الأخيرة للتعلم عن محرقة اليهود
00:37
was a project meant to preserve our last
chance for learning about the Holocaust
chance for learning about the Holocaust
12
25542
5411
00:42
from the survivors.
13
30977
1768
من النّاجين منها.
00:44
It's called New Dimensions in Testimony,
14
32769
2627
إنه يدعى "الأبعاد الجديدة للشهادة"
00:47
and it allows you to have
interactive conversations
interactive conversations
15
35420
3126
وهو يمنحك فرصة إجراء محادثات تفاعلية
مع صورة ثلاثية الأبعاد
لشخصٍ حقيقي ناجٍ من المذبحة.
لشخصٍ حقيقي ناجٍ من المذبحة.
00:50
with a hologram
of a real Holocaust survivor.
of a real Holocaust survivor.
16
38570
2556
00:53
(Video) Man: How did you
survive the Holocaust?
survive the Holocaust?
17
41793
1966
(فيديو) الرجل: كيف نجوت من المذبحة؟
كيف نجوت؟
00:55
(Video) Hologram: How did I survive?
18
43783
1668
00:57
I survived,
19
45912
1807
لقد نجوت،
على ما أعتقد،
01:00
I believe,
20
48419
1527
01:01
because providence watched over me.
21
49970
3023
لأن العناية الإلهية كانت تحرسني.
س.س: تبين أن هذه الإجابات
قد تمّ تسجيلها مسبقاً في الأستوديو.
قد تمّ تسجيلها مسبقاً في الأستوديو.
01:05
SS: Turns out these answers
were prerecorded in a studio.
were prerecorded in a studio.
22
53573
3454
ومع ذلك، فإنّ تأثيرها مذهل.
01:09
Yet the effect is astounding.
23
57051
2452
01:11
You feel so connected to his story
and to him as a person.
and to him as a person.
24
59527
3619
تشعر بأنك على اتّصال قوي بقصته وبه كشخص.
01:16
I think there's something special
about human interaction
about human interaction
25
64011
3301
أعتقد أن هناك شيئاً مميزاً
في التفاعل البشري
في التفاعل البشري
01:19
that makes it much more profound
26
67336
2757
يجعله أكثر عمقاً بكثير
وشخصيّاً
01:22
and personal
27
70117
2198
مما يمكن أن تعلّمنا إياه الكتب
أو المحاضرات أو الأفلام.
أو المحاضرات أو الأفلام.
01:24
than what books or lectures
or movies could ever teach us.
or movies could ever teach us.
28
72339
3485
01:28
So I saw this and began to wonder,
29
76267
2425
لذا رأيت هذا وبدأت بالتساؤل،
هل يمكننا إنشاء نموذج كهذا لأي أحد؟
01:30
can we create a model
like this for anyone?
like this for anyone?
30
78716
2810
01:33
A model that looks, talks
and acts just like them?
and acts just like them?
31
81550
2975
نموذجاً يبدو ويتحدث
ويتصرّف مثلهم تماماً؟
ويتصرّف مثلهم تماماً؟
لذا صممت على معرفة إن كان ذلك ممكناً
01:37
So I set out to see if this could be done
32
85573
2007
01:39
and eventually came up with a new solution
33
87604
2310
وفي النهاية توصلت إلى حل جديد
01:41
that can build a model of a person
using nothing but these:
using nothing but these:
34
89938
3220
يمكنه بناء نموذج لشخص
باستخدام ما يلي فحسب:
باستخدام ما يلي فحسب:
صور وفيديوهات فعلية للشخص.
01:45
existing photos and videos of a person.
35
93747
2214
01:48
If you can leverage
this kind of passive information,
this kind of passive information,
36
96701
2617
إذا كنت تستطيع الاستفادة
من المعلومات المستترة،
من المعلومات المستترة،
مجرد صور وفيديو موجودة،
01:51
just photos and video that are out there,
37
99342
2007
فهذه هي الوسيلة لتكبير أيّ أحد.
01:53
that's the key to scaling to anyone.
38
101373
2056
01:56
By the way, here's Richard Feynman,
39
104119
1777
بالمناسبة، هذا ريتشارد فايمان
الذي بالإضافة لكونه حائزاً
على جائزة نوبل في الفيزياء
على جائزة نوبل في الفيزياء
01:57
who in addition to being
a Nobel Prize winner in physics
a Nobel Prize winner in physics
40
105920
3413
02:01
was also known as a legendary teacher.
41
109357
2453
كان يُعرف أيضاً بكونه أستاذاً أسطورياً.
02:05
Wouldn't it be great
if we could bring him back
if we could bring him back
42
113080
2198
ألن يكون عظيماً لو استطعنا إعادته
لكي يلقي محاضراته
ويلهم الملايين من الأطفال،
ويلهم الملايين من الأطفال،
02:07
to give his lectures
and inspire millions of kids,
and inspire millions of kids,
43
115302
3265
02:10
perhaps not just in English
but in any language?
but in any language?
44
118591
2992
لربما ليس فقط بالإنكليزية،
و إنّما بأية لغة؟
و إنّما بأية لغة؟
أو لو كان بإمكاننا أن نسأل أجدادنا للحصول
على المشورة وسماع تلك الكلمات المطمئِنة
على المشورة وسماع تلك الكلمات المطمئِنة
02:14
Or if you could ask our grandparents
for advice and hear those comforting words
for advice and hear those comforting words
45
122441
4602
02:19
even if they're no longer with us?
46
127067
1770
بالرغم من أنهم لم يعودوا معنا؟
أو ربما باستخدام هذه الأداة،
يمكن لمؤلفي الكتب، سواء كانوا أحياء أم لا،
يمكن لمؤلفي الكتب، سواء كانوا أحياء أم لا،
02:21
Or maybe using this tool,
book authors, alive or not,
book authors, alive or not,
47
129683
3396
02:25
could read aloud all of their books
for anyone interested.
for anyone interested.
48
133103
2937
أن يقرؤوا بصوتٍ عالٍ كلّ كتبهم
لمن يهمه الأمر.
لمن يهمه الأمر.
لا نهاية للاحتمالات الإبداعية هنا،
02:29
The creative possibilities
here are endless,
here are endless,
49
137199
2437
02:31
and to me, that's very exciting.
50
139660
1713
و بالنسبة لي، هذا مشوّق للغاية.
02:34
And here's how it's working so far.
51
142595
2002
إليكم كيف يسير الأمر حتى الآن.
أولاً، نقوم بتقديم تقنية جديدة
02:36
First, we introduce a new technique
52
144621
1667
باستطاعتها تصميم نموذج في غاية الدقة
لوجه ثلاثي الأبعاد من أيّ صورة
لوجه ثلاثي الأبعاد من أيّ صورة
02:38
that can reconstruct a high-detailed
3D face model from any image
3D face model from any image
53
146312
4572
دون الحاجة لعمل مسح ضوئي ثلاثي الأبعاد
للشخص.
للشخص.
02:42
without ever 3D-scanning the person.
54
150908
2119
وإليكم ذات النموذج الناتج
من زوايا مختلفة.
من زوايا مختلفة.
02:45
And here's the same output model
from different views.
from different views.
55
153890
2642
هذا ينطبق أيضاً على الفيديوهات،
02:49
This also works on videos,
56
157969
1502
02:51
by running the same algorithm
on each video frame
on each video frame
57
159495
2852
عن طريق تطبيق الخوارزمية ذاتها
على كل مقطع فيديو
على كل مقطع فيديو
و تشكيل نموذج ثلاثي الأبعاد متحرّك.
02:54
and generating a moving 3D model.
58
162371
2222
02:57
And here's the same
output model from different angles.
output model from different angles.
59
165538
2772
وإليكم ذات النموذج الناتج
من زوايا مختلفة.
من زوايا مختلفة.
تبيّن أنّ هذه المشكلة صعبة للغاية،
03:01
It turns out this problem
is very challenging,
is very challenging,
60
169933
2534
03:04
but the key trick
is that we are going to analyze
is that we are going to analyze
61
172491
2525
لكن الحيلة الأساسية هي أننا سنقوم بتحليل
مجموعة كبيرة من صور الشخص سلفاً.
03:07
a large photo collection
of the person beforehand.
of the person beforehand.
62
175040
2966
03:10
For George W. Bush,
we can just search on Google,
we can just search on Google,
63
178650
2539
بالنسبة لجورج بوش الأب،
يمكننا ببساطة البحث على غوغل
يمكننا ببساطة البحث على غوغل
ومن هناك، بمقدورنا بناء نموذج متوسّط
03:14
and from that, we are able
to build an average model,
to build an average model,
64
182309
2499
وترابطيّ ومصقول لنسخ تعبير الوجه
03:16
an iterative, refined model
to recover the expression
to recover the expression
65
184832
3111
03:19
in fine details,
like creases and wrinkles.
like creases and wrinkles.
66
187967
2336
بتفاصيله الدقيقة،
مثل الطويات الجلدية واالتجاعيد.
مثل الطويات الجلدية واالتجاعيد.
03:23
What's fascinating about this
67
191326
1403
المذهل في هذا الأمر
03:24
is that the photo collection
can come from your typical photos.
can come from your typical photos.
68
192753
3423
هو أنّ مجموعة الصور يمكن أن تكون
من ضمن صورك العادية.
من ضمن صورك العادية.
لا يهم حقاً ما التعبير الذي تصنعه
03:28
It doesn't really matter
what expression you're making
what expression you're making
69
196200
2603
03:30
or where you took those photos.
70
198827
1885
أو أين التقطت تلك الصور.
03:32
What matters is
that there are a lot of them.
that there are a lot of them.
71
200736
2400
ما يهم هو أن هناك الكثير منهم.
ومازلنا نفتقد للألوان هنا،
03:35
And we are still missing color here,
72
203160
1736
لذلك طوّرنا تقنية دمج جديدة
03:36
so next, we develop
a new blending technique
a new blending technique
73
204920
2348
03:39
that improves upon
a single averaging method
a single averaging method
74
207292
2836
تحسّن طريقةً توسّطية وحيدة
وتنتج قواماً وجهياً وألواناً حادّة.
03:42
and produces sharp
facial textures and colors.
facial textures and colors.
75
210152
2818
03:45
And this can be done for any expression.
76
213779
2771
ويمكن القيام بذلك لأي تعبير.
03:49
Now we have a control
of a model of a person,
of a model of a person,
77
217485
2499
الآن لدينا قدرة التحكم بنموذج لشخص ما،
03:52
and the way it's controlled now
is by a sequence of static photos.
is by a sequence of static photos.
78
220008
3795
وطريقة التحكم به الآن
هي من خلال سلسلة من الصور الثابتة.
هي من خلال سلسلة من الصور الثابتة.
لاحظوا كيف تظهر التجاعيد وتختفي
اعتماداً على تعبير الوجه.
اعتماداً على تعبير الوجه.
03:55
Notice how the wrinkles come and go,
depending on the expression.
depending on the expression.
79
223827
3126
04:00
We can also use a video
to drive the model.
to drive the model.
80
228109
2746
يمكننا أيضاً استخدام
الفيديو لتحريك النموذج.
الفيديو لتحريك النموذج.
(فيديو) دانيال كريغ: صحيح، لكن بطريقةٍ ما
04:02
(Video) Daniel Craig: Right, but somehow,
81
230879
2593
04:05
we've managed to attract
some more amazing people.
some more amazing people.
82
233496
3771
لقد نجحنا في جذب المزيد من الناس الرائعين.
س.س: وإليكم عرضًا آخر مسلٍّ.
04:10
SS: And here's another fun demo.
83
238021
1642
04:11
So what you see here
are controllable models
are controllable models
84
239687
2246
إنَ ما ترونه هنا هي نماذج يمكن التحكم بها
04:13
of people I built
from their internet photos.
from their internet photos.
85
241957
2444
لأشخاصٍ صممتهم من صورهم على الإنترنت.
04:16
Now, if you transfer
the motion from the input video,
the motion from the input video,
86
244425
2904
إذا قمت بنقل الحركة من الفيديو المُدخل،
يمكننا في الواقع قيادة المجموعة بأكملها.
04:19
we can actually drive the entire party.
87
247353
2152
04:21
George W. Bush:
It's a difficult bill to pass,
It's a difficult bill to pass,
88
249529
2172
جورج بوش الأب:
إنه مشروع قانون صعب التنفيذ
إنه مشروع قانون صعب التنفيذ
04:23
because there's a lot of moving parts,
89
251725
2303
لأن هناك الكثير من الأجزاء المتحركة
ويمكن للعمليات التشريعية أن تكون عسيرةً.
04:26
and the legislative processes can be ugly.
90
254052
5231
(تصفيق)
04:31
(Applause)
91
259307
1630
04:32
SS: So coming back a little bit,
92
260961
1837
س.س: لذا، بالرجوع قليلاً،
هدفنا الأساسي كان تصوير سلوكيّاتهم
04:34
our ultimate goal, rather,
is to capture their mannerisms
is to capture their mannerisms
93
262822
3191
04:38
or the unique way each
of these people talks and smiles.
of these people talks and smiles.
94
266037
3045
أو الطريقة المميزة التي تحدّث
وابتسم بها كلّ من هؤلاء الأشخاص.
وابتسم بها كلّ من هؤلاء الأشخاص.
04:41
So to do that, can we
actually teach the computer
actually teach the computer
95
269106
2313
إذاً لفعل ذلك، هل يمكننا في الواقع
تعليم الكمبيوتر
تعليم الكمبيوتر
04:43
to imitate the way someone talks
96
271443
2222
كيف يقلّد طريقة كلام أحدهم
بمجرد أن نريه لقطات فيديو للشخص؟
04:45
by only showing it
video footage of the person?
video footage of the person?
97
273689
2420
وما فعلته بالضبط هو ترك الكومبيوتر يشاهد
04:48
And what I did exactly was,
I let a computer watch
I let a computer watch
98
276898
2577
14 ساعة من لا شيء سوى باراك أوباما
وهو يلقي خطابات.
وهو يلقي خطابات.
04:51
14 hours of pure Barack Obama
giving addresses.
giving addresses.
99
279499
3277
وإليكم ما يمكننا إنتاجه من صوته فقط.
04:55
And here's what we can produce
given only his audio.
given only his audio.
100
283443
3516
04:58
(Video) BO: The results are clear.
101
286983
1777
(فيديو) ب.أ: إنّ النتائج واضحة.
لقد أنشأت الشركات الأمريكية
14.5 مليون وظيفة جديدة
14.5 مليون وظيفة جديدة
05:00
America's businesses have created
14.5 million new jobs
14.5 million new jobs
102
288784
4349
05:05
over 75 straight months.
103
293157
2774
خلال 75 شهراً متتالياً.
05:07
SS: So what's being synthesized here
is only the mouth region,
is only the mouth region,
104
295955
2905
س.س: إنّ ما يجري توليفه هنا
هو منطقة الفم فقط،
هو منطقة الفم فقط،
وإليكم كيف نفعل ذلك.
05:10
and here's how we do it.
105
298884
1540
يستخدم خط أنابيبنا شبكة عصبية
05:12
Our pipeline uses a neural network
106
300764
1826
لتحويل وإدخال الصوت في نقاط الفم هذه.
05:14
to convert and input audio
into these mouth points.
into these mouth points.
107
302614
2936
05:18
(Video) BO: We get it through our job
or through Medicare or Medicaid.
or through Medicare or Medicaid.
108
306547
4225
(فيديو) ب.أ: نحصل عليها عن طريق عملنا
أو نظام الرعاية الطبية للعجزة أو الفقراء.
أو نظام الرعاية الطبية للعجزة أو الفقراء.
05:22
SS: Then we synthesize the texture,
enhance details and teeth,
enhance details and teeth,
109
310796
3420
س.س: ثم نقوم بتركيب البنية
وتعزيز التفاصيل والأسنان
وتعزيز التفاصيل والأسنان
05:26
and blend it into the head
and background from a source video.
and background from a source video.
110
314240
3074
ودمجها في الرأس والخلفية
بالاعتماد على فيديو.
بالاعتماد على فيديو.
(فيديو) ب.أ: يمكن للنساء الحصول
على معاينات مجانية
على معاينات مجانية
05:29
(Video) BO: Women can get free checkups,
111
317338
1905
05:31
and you can't get charged more
just for being a woman.
just for being a woman.
112
319267
2968
ولا يتحملن نفقات أكثر لمجرد كونهن نساءً.
يمكن للشباب البقاء ضمن تأمين الوالدين
حتى بلوغ عمر 26.
حتى بلوغ عمر 26.
05:34
Young people can stay
on a parent's plan until they turn 26.
on a parent's plan until they turn 26.
113
322973
3306
س.س: أعتقد أن هذه النتائج
تبدو واقعية جدًّا ومثيرة للاهتمام،
تبدو واقعية جدًّا ومثيرة للاهتمام،
05:39
SS: I think these results
seem very realistic and intriguing,
seem very realistic and intriguing,
114
327267
2952
ولكن في نفس الوقت مرعبة، حتى بالنسبة لي.
05:42
but at the same time
frightening, even to me.
frightening, even to me.
115
330243
3173
كان هدفنا هو بناء نموذج دقيق
من شخص ما، وليس تشويهه.
من شخص ما، وليس تشويهه.
05:45
Our goal was to build an accurate model
of a person, not to misrepresent them.
of a person, not to misrepresent them.
116
333440
4015
05:49
But one thing that concerns me
is its potential for misuse.
is its potential for misuse.
117
337956
3111
لكن ما يقلقني هو احتمالية سوء الاستخدام.
05:53
People have been thinking
about this problem for a long time,
about this problem for a long time,
118
341958
2971
لقد فكر الناس بهذه المشكلة لفترة طويلة،
منذ أن تم إطلاق برنامج الفوتوشوب
في الأسواق.
في الأسواق.
05:56
since the days when Photoshop
first hit the market.
first hit the market.
119
344953
2381
بصفتي باحثاً، فأنا أعمل أيضاً
على التكنولوجيا المضادة،
على التكنولوجيا المضادة،
05:59
As a researcher, I'm also working
on countermeasure technology,
on countermeasure technology,
120
347862
3801
06:03
and I'm part of an ongoing
effort at AI Foundation,
effort at AI Foundation,
121
351687
2942
وأنا جزء من جهد مستمر
في مؤسسة الذكاء الاصطناعي،
في مؤسسة الذكاء الاصطناعي،
التي تستخدم مزيجاً من تعلَم الآلة
والمشرفين البشر
والمشرفين البشر
06:06
which uses a combination
of machine learning and human moderators
of machine learning and human moderators
122
354653
3397
للكشف عن الصور ومقاطع الفيديو المزيفة،
06:10
to detect fake images and videos,
123
358074
2144
06:12
fighting against my own work.
124
360242
1514
للمحاربة ضد عملي الخاص.
06:14
And one of the tools we plan to release
is called Reality Defender,
is called Reality Defender,
125
362675
3190
وأحد الأدوات التي نخطط لإصدارها
تسمى "المدافع عن الواقع"
تسمى "المدافع عن الواقع"
06:17
which is a web-browser plug-in
that can flag potentially fake content
that can flag potentially fake content
126
365889
4039
وهو مكون إضافي لمتصفح الويب
يمكنه الإبلاغ عن محتوى مزيف محتمل
يمكنه الإبلاغ عن محتوى مزيف محتمل
06:21
automatically, right in the browser.
127
369952
2533
تلقائياً، مباشرة ً في المتصفح.
(تصفيق)
06:24
(Applause)
128
372509
4228
على الرغم من كل هذا،
06:28
Despite all this, though,
129
376761
1453
06:30
fake videos could do a lot of damage,
130
378238
1840
قد تؤدي مقاطع الفيديو المزيفة
إلى الضرر
إلى الضرر
حتى قبل أن تتاح الفرصة لأي شخص للتحقق،
06:32
even before anyone has a chance to verify,
131
380102
3294
لذلك من المهم جداً أن نجعل الجميع يدرك
06:35
so it's very important
that we make everyone aware
that we make everyone aware
132
383420
2722
06:38
of what's currently possible
133
386166
2007
ما هو ممكن حالياً
06:40
so we can have the right assumption
and be critical about what we see.
and be critical about what we see.
134
388197
3369
حتى نتمكن من الحصول على الافتراض الصحيح
ونكون حاسمين حول ما نراه.
ونكون حاسمين حول ما نراه.
06:44
There's still a long way to go before
we can fully model individual people
we can fully model individual people
135
392423
5007
لا يزال هناك طريق طويل يجب قطعه
قبل أن نتمكن من نمذجة الأفراد بشكل كامل
قبل أن نتمكن من نمذجة الأفراد بشكل كامل
وقبل أن نضمن سلامة استخدام
هذه التكنولوجيا.
هذه التكنولوجيا.
06:49
and before we can ensure
the safety of this technology.
the safety of this technology.
136
397454
2786
06:53
But I'm excited and hopeful,
137
401097
1587
ولكنني متحمس ومتفائل
06:54
because if we use it right and carefully,
138
402708
3539
لأنه إذا استخدمناها بطريقة صحيحة وبعناية
بإمكان هذه الأداة أن تسمح للتأثير الإيجابي
لأي شخص في العالم
لأي شخص في العالم
06:58
this tool can allow any individual's
positive impact on the world
positive impact on the world
139
406271
4309
أن يُعرف على نطاق واسع
07:02
to be massively scaled
140
410604
2190
وتساعد حقاً في تشكيل مستقبلنا
بالطريقة التي نريدها.
بالطريقة التي نريدها.
07:04
and really help shape our future
the way we want it to be.
the way we want it to be.
141
412818
2742
شكراّ لكم.
07:07
Thank you.
142
415584
1151
07:08
(Applause)
143
416759
5090
(تصفيق)
ABOUT THE SPEAKER
Supasorn Suwajanakorn - Computer scientistSupasorn Suwajanakorn works on ways to reconstruct, preserve and reanimate anyone -- just from their existing photos and videos.
Why you should listen
Can we create a digital avatar that looks, acts and talks just like our sweet grandma? This question has inspired Supasorn Suwajanakorn, a recent PhD graduate from the University of Washington, to spend years developing new tools to make it a reality. He has developed a set of algorithms that can build a moving 3D face model of anyone from just photos, which was awarded the Innovation of the Year in 2016. He then introduced the first system that can replicate a person's speech and produce a realistic CG-animation by only analyzing their existing video footage -- all without ever bringing in the person to a Hollywood capture studio.
Suwajanakorn is working in the field of machine learning and computer vision. His goal is to bring vision algorithms out of the lab and make them work in the wild.
Supasorn Suwajanakorn | Speaker | TED.com