당신이 보는 그림이 곧 당신의 초상화가 되다: 재현 가능한(Replayable) 머신 초상화 스튜디오

이미지 모델에 자신의 초상화를 요청하면 완성된 사진이 도착합니다. 첫 문장도, 두 번째 생각도, 어떻게 만들어졌는지 기록도 없으며, 다시 요청할 때마다 다른 사진이 나옵니다. 저는 그 반대로 작동하는 초상화 스튜디오를 만들었습니다. 피사체는 도시, 매체, 고유의 속도를 가지고 작성된 8명의 가상의 아티스트 중 한 명을 선택하고, 8초에서 12초 동안 움직이지 않은 채로 서서 44초에 걸쳐 자신을 그린 그림이 나타나는 것을 지켜봅니다. 동의를 얻은 후 하나의 사진(still)이 전송되면, 호스팅된 이미지 모델(hosted image model)이 피사체가 결코 보지 못하는 개인적인 스터디를 반환하고, 컴파일러가 그 스터디를 하나의 그림 문서로 변환합니다. 라이브 드로잉, 저장된 시트, 벡터 내보내기(vector export), 그리고 필름 모두 이 문서를 읽으며, 리플레이는 모델 호출을 하지 않으므로 당신이 보는 그림이 곧 당신이 간직하는 초상화가 됩니다. 저는 컴파일러를 충분히 자세하게 설명하여 재구축할 수 있도록 했고, 이것이 기록된 손길이 아니라 압축된 속도로 만들어진 저작된 재구성(authored reconstruction)임을 분명히 말합니다.

생성된 16개의 테스트 스터디에서 하나의 시트는 8,784개에서 16,378개의 시간 기반 접촉점(timed contacts)을 포함하며, 그중 약 4분의 3이 고정 그리드 채우기(fixed-grid fills)이고 거의 모두는 한 비디오 프레임보다 짧습니다. 그리고 하나의 스터디를 재컴파일하는 것은 한 대의 기계에서 네 번에 걸쳐 바이트 단위로 동일한 출력을 제공했습니다.

또한 이 논문은 그 어떤 것보다 중요한 버그 하나를 추적합니다. 이전 컴파일러는 종이 색상을 타일별로 추정하여, 어두운 피부색을 종이로 인식했고, 8명의 손 모두에서 밝은 피부색(13%~48%)보다 깊은 피부색의 얼굴을 적게 유지했습니다 (41%~56%). 하지만 재구축된 엔진은 생성된 80개의 스터디에서 이미 존재하는 피부색 차이를 그대로 유지합니다 (원시 보존율 89%~120%). 따라서 '밝기(fairness)' 문제는 상류, 즉 스터디와 호스팅된 모델로 이동했습니다. 두 명의 테스트 피사체는 생성되었으며, 단순히 피부색 외에도 더 많은 차이가 있으며, 실제 얼굴이나 지각적 연구는 아직 존재하지 않습니다.

이 스튜디오는 https://everyfaceproject.com에서 라이브로 운영되고 있습니다.