چشم‌های باورپذیر

 از جمله راه‌هایی که می‌توان با کمک آن چهره آواتارهای مجازی و روبات‌ها را باورپذیرتر کرد، توجه ویژه در طراحی و ساخت چشم آ‌ن‌ها است؛ زیرا یکی از دلایلی که سبب می‌شود چهره موجودات دیجیتال و روبات‌ها باورپذیر نباشد، دشواری در اجرای حرکات باورپذیر چشم‌ها است. به‌منظور ساخت آواتارهای مجازی و روبات‌هایی که بتوانند این ارتباط چشمی را منتقل کنند، محققان علوم کامپیوتر باید راهی برای بررسی و شناخت حرکات چشم و «سمت نگاه» و بازسازی آن در چهره دیجیتال بیابند. یکی از روش‌هایی که می‌توان برای ردیابی چشم و بازسازی باورپذیر حرکات چشم به کار برد، بهره‌گیری از الگوریتم‌های یادگیری ماشین است که کمک بزرگی در حل این مشکل می‌کند. با این روش و بر اساس یک پایگاه عظیم داده متشکل از تصاویر چشم‌هایی که زوایای نگاه در آن مشخص هستند، می‌توان حرکات مختلف چشم را به کامپیوتر آموخت.

مشکلی که در این زمینه وجود دارد این است که در عمل چنین پایگاه داده‌ای وجود ندارد و ایجاد چنین پایگاهی هم کار ساده‌ای نیست. برای ایجاد آن باید از هر نفر در حالی که به نقاط مختلفی نگاه می‌کند، با زوایای متعدد دوربین و تحت شرایط نورپردازی متنوعی عکس گرفت و تمام این کارها برای گروه زیادی از افراد انجام شود تا بتوان یک پایگاه داده مفصل و قابل استفاده تهیه کرد. چنین روشی بسیار پرهزینه و وقت‌گیر است. محققان دانشگاه کمبریج انگلستان مدعی شده‌اند که توانسته‌اند چنین پایگاه داده‌ای را که مورد نیاز الگوریتم‌های یادگیری ماشین است، فراهم کنند. این پایگاه داده به آ‌ن‌ها اجازه خواهد داد تا کامپیوتر را طوری آموزش دهند که جهت نگاه‌ها را بسیار دقیق‌تر از قبل درک کند. آ‌ن‌ها برای ایجاد این پایگاه داده، به‌جای استفاده از تصاویر واقعی چشم‌ها از تصاویر مجازی استفاده کرده‌اند. ابتدا یک مدل مجازی بسیار دقیق از چشم، پلک و ناحیه اطراف چشم تهیه کرده و سپس این چشم را در چهره‌هایی با ظاهر مختلف از نظر سن، رنگ پوست و نوع چشم قرار دادند و به‌طور مجازی از آن عکس تهیه کردند. عکس‌ها چهار متغیر مختلف دارد که عبارتند از موقعیت دوربین، سمت نگاه، شرایط نورپردازی و نوع چشم. 
نتیجه یک پایگاه داده متشکل از بیش از یازده هزار تصویر است. بعد از آماده شدن این پایگاه داده، این محققان از آن برای آموزش یک شبکه عصبی که برای شناسایی سمت نگاه طراحی شده است، استفاده کردند (شکل بالا).