Įsivaizduokite, kad norint pasimatuoti akinius jums tereikia pažvelgti į telefono kamerą. Sistema pati atpažįsta jūsų veidą, nustato jo mastelį, „pašalina“ šiuo metu dėvimus akinius, išmatuoja visus reikalingus parametrus ir akimirksniu pasiūlo idealiai tinkančius rėmelius bei lęšius. Tai – ne tolima ateitis, o kryptis, kuria sparčiai juda dirbtinio intelekto ir 3D technologijos, keičiančios mūsų apsipirkimo įpročius.

Pandemijos laikotarpiu išpopuliarėjęs virtualus akinių rėmelių matavimas (angl. virtual try-on) šiandien tapo neatsiejama šiuolaikinės optikos dalimi. Šią technologiją jau taiko tokie pasaulyje žinomi tinklai kaip „Mister Spex“, o jos kūrėjai, pavyzdžiui, „Fittingbox“, teigia, kad virtualus matavimas gali padidinti pardavimus net tris kartus.

Vis dėlto net ir radus patinkančius rėmelius elektroninėje parduotuvėje neretai kyla klausimas: ar pasirinktas dydis tikrai tiks?

„Virtualaus akinių rėmelių matavimo tikslumas visiškai priklauso nuo teisingai nustatyto mastelio“, – aiškina Dirbtinio intelekto kompetencijų centrą kuriančio projekto „SustAInLivWork“ mokslininkas ir Vilniaus Gedimino technikos universiteto profesorius dr. Artūras Serackis. – „Kad rėmeliai virtualioje erdvėje tiksliai „atsidurtų“ ant veido, sistema turi žinoti ne tik pačių akinių, bet ir žmogaus veido mastelį vaizde. Tai – vienas sudėtingiausių technologinių iššūkių.“

Pasak jo, ta pati problema kyla ir bandant iš nuotraukos tiksliai išmatuoti tokius parametrus kaip atstumas tarp vyzdžių. Tokiu atveju būtinas etalonas – objektas, kurio matmenys žinomi iš anksto.

„Pavyzdžiui, „Fittingbox“ naudoja standartinio dydžio banko korteles. Vartotojas trumpam prideda kortelę prie veido, o sistema pagal ją nustato mastelį. Tačiau kyla klausimas, kiek tai patogu šiandien, kai daugelis atsiskaito telefonu ir ne visada turi fizinių kortelių“, – pastebi mokslininkas.

Galimybė pasimatuoti akinius jų nenusiėmus

A. Serackis kartu su kolegomis šiuo metu daug dėmesio skiria pažangesnėms veido analizės technologijoms, galinčioms automatiškai įvertinti vaizdo kokybę, veido padėtį ir matavimo tikslumą.

„Pavyzdžiui, labai svarbu, kad veidas nuotraukoje būtų lygiagrečiai kameros plokštumai – priešingu atveju matavimo paklaida gali gerokai išaugti“, – pabrėžia jis. Anot mokslininko, šiam tikslui naudojami DI modeliai identifikuoja pagrindinius veido taškus ir analizuoja jų padėtį, jog būtų galima tiksliai nustatyti, kaip yra pasukta žmogaus galva.

Nors šiandien yra daugybė DI modelių, galinčių atpažinti net iki 468 veido taškų, vien jų skaičius dar negarantuoja tikslaus matavimo. Aukštos kokybės matavimams reikia itin patikimų metodų, todėl būtina įvertinti apšvietimo kryptį, tipą ir intensyvumą bei kitus vaizdo kokybę lemiančius veiksnius.

„Įsivaizduokime situaciją, kai akinius nori pasimatuoti žmogus, kuris juos jau nešioja – taip nutinka, tikėtina, daugiau kaip 98 proc. atvejų. Daugeliui kur kas patogiau naudotis paslauga nenusiimant savo akinių. Tokiu atveju reikia pasitelkti kitą DI modelių grupę, galinčią atpažinti akinius ir „pašalinti“ juos iš vaizdo“, – pasakoja A. Serackis.

Generatyviniai DI modeliai gali „pašalinti“ akinius iš nuotraukos, tačiau kartu kyla rizika, kad nuotraukoje atsiras iškraipymų, o matavimo tikslumas sumažės. Būtent ši problema paskatino naują tyrimų kryptį, kuriai reikalinga pažangi skaičiavimo infrastruktūra ir specializuoti DI mokymo serveriai.

Didžiausias iššūkis – 3D modelių paruošimo savikaina

A. Serackio teigimu, tiksliai nustačius mastelį, išgavus reikiamus veido parametrus ir iš vaizdo „pašalinus“ dėvimus akinius, kitame etape jau galima virtualiai pasimatuoti akinių rėmelius – keičiant ne tik jų modelį, bet ir dydį. Tam reikalingas kompiuterinis trimatis pasirinkto rėmelio modelis.

„Akinių rėmelių gamintojai savo trimačių modelių neskelbia, todėl jų gauti paprastuoju būdu neįmanoma. Jei norime turėti 3D modelį, jį tenka kurti patiems: arba modeliuoti specializuotose programose, kas reikalauja daug laiko ir kvalifikuotų specialistų, arba fiziškai paimti rėmelį, jį nuskenuoti specialiu skeneriu ir dar papildomai apdoroti gautą modelį. Trečias kelias – pasitelkti DI modelius, kurie, remdamiesi rėmelių nuotraukomis internetinėse parduotuvėse, galėtų automatiškai sugeneruoti jų trimates versijas“, – sako jis.

Šioje situacijoje pagrindinis iššūkis – trimačių modelių paruošimo savikaina. Akinių rėmelių kolekcijos atnaujinamos bent du kartus per metus, o kasmet rinkoje pasirodo šimtai naujų, skirtingo dizaino modelių. Jei kiekvieną jų reikėtų kurti rankiniu būdu, virtualaus pasimatavimo paslauga taptų finansiškai nepasiteisinanti arba galėtų pasiūlyti tik labai ribotą asortimentą.

„Iš pirmo žvilgsnio gali pasirodyti, kad trimačio skanavimo sprendimų rinkoje netrūksta, tačiau praktikoje šie įrankiai turi nemažai apribojimų. Aukštos raiškos skeneriai, skirti juvelyrikos gaminiams, apima pernelyg mažą plotą – akinių rėmeliai į jį tiesiog netelpa. Tuo tarpu rankiniai skeneriai, pritaikyti didesniems objektams, susiduria su kitais iššūkiais: jiems sudėtinga tiksliai atkurti plonus rėmelių elementus“, – aiškina „SustAInLivWork“ mokslininkas.

Tikisi sukurti pažangią matavimo sistemą

A. Serackis teigia, kad pasirodžius „NVIDIA“ sprendimams, tokiems kaip NeRF, o vėliau ir kitų tyrėjų ištobulintoms alternatyvoms, pavyzdžiui, One-2-3-45++, DI įgijo gebėjimą iš vienos nuotraukos prognozuoti, kaip galėtų atrodyti visas objektas, ir generuoti jo trimačius modelius.

Vis dėlto akinių rėmelių atveju šie modeliai vis dar nėra pakankamai specializuoti – jie neretai sugeneruoja asimetriškus, iškraipytų proporcijų vaizdus, neatitinkančius realaus objekto. Be to, dauguma jų nėra pritaikyti darbui su keliomis nuotraukomis, nors tokia galimybė šioje srityje būtina: iš vieno kadro neįmanoma matyti visų rėmelio konstrukcijos elementų.

„Todėl kuriame alternatyvius, originalius metodus: žingsnis po žingsnio analizuojame klasikinį trimačio modelio kūrimo procesą ir ieškome, kaip kiekviename jo etape pritaikyti automatizuotus, DI pagrįstus sprendimus. Nors šioje srityje dar nesame pasiekę galutinio proveržio, turime galimybę dirbti su stipriausiais DI ir vaizdo analizės specialistais Lietuvoje –„SustAInLivWork“ centro ir Vilniaus Gedimino technikos universiteto partnerinėse institucijose. Pasitelkdami pažangius ir galingus skaičiavimo išteklius DI modelių mokymui, tikime, kad artimiausiais metais pavyks sukurti itin pažangią sprendimų sistemą, skirtą darbui su akinių rėmeliais“, – dalijasi jis.

„SustAInLivWork“ – pirmasis tokio pobūdžio kompetencijų centras Lietuvoje, sistemingai telkiantis DI žinias ir kompetencijas. Jame bendradarbiauja keturi šalies universitetai – Kauno technologijos universitetas (KTU), Vytauto Didžiojo universitetas (VDU), Lietuvos sveikatos mokslų universitetas (LSMU) ir Vilniaus Gedimino technikos universitetas (VILNIUS TECH) – kartu su partneriais iš Suomijos (Tamperės universiteto) ir Vokietijos (Hamburgo technologijos universiteto). Tai – ilgalaikė, tarpsektorinė platforma, jungianti mokslą, verslą, viešąjį sektorių ir visuomenę.

„SustAInLivWork“ projektas finansuojamas programos „Europos Horizontas“ Nr. 101059903 ir 2021–2027 metų Europos Sąjungos fondų (projekto Nr. 10–042-P-0001) lėšomis.