ABOUT THE SPEAKER
Supasorn Suwajanakorn - Computer scientist
Supasorn 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.

More profile about the speaker
Supasorn Suwajanakorn | Speaker | TED.com
TED2018

Supasorn Suwajanakorn: Fake videos of real people -- and how to spot them

Supasorn Suwajanakorn: Les fausses vidéos de personnes réelles et comment les repérer

Filmed:
1,453,308 views

Pensez-vous être capable de reconnaître parfaitement les fausses vidéos dans lesquelles des personnes célèbres disent des choses qu'elles n'ont jamais dites dans la vie réelle ? Regardez comment sont créées ces vidéos dans cette incroyable conférence et démonstration technologique. L'informaticien Supasorn Suwajanakorn nous montre comment, en tant qu'étudiant diplômé, il a utilisé l'IA et la modélisation 3D pour créer de fausses vidéos réalistes de personnes, synchronisées avec du son. Découvrez les implications éthiques et les possibilités créatives de cette technologie, ainsi que les mesures prises pour lutter contre son détournement.
- Computer scientist
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.

00:12
Look at these imagesimages.
0
876
1151
Regardez ces images
et dites-moi quel Obama est réel.
00:14
Now, tell me whichlequel ObamaObama here is realréal.
1
2051
2635
(Video) B.O. : ... pour aider
les familles à financer leur maison,
00:16
(VideoVidéo) BarackBarack ObamaObama: To help familiesdes familles
refinancerefinancer theirleur homesmaisons,
2
4710
2861
00:19
to investinvestir in things
like high-techhaute technologie manufacturingfabrication,
3
7595
2647
à investir dans la haute technologie
par exemple, l'énergie renouvelable,
00:22
cleannettoyer energyénergie
4
10266
1159
et les infrastructures créatrices
de nouveaux emplois.
00:23
and the infrastructureInfrastructure
that createscrée good newNouveau jobsemplois.
5
11449
2779
00:26
SupasornSupasorn SuwajanakornSuwajanakorn: AnyoneN’importe qui?
6
14647
1484
Supasorn Suwajanakorn : Quelqu'un ?
00:28
The answerrépondre is noneaucun of them.
7
16155
1874
La réponse est aucun d'entre eux.
00:30
(LaughterRires)
8
18053
1114
(Rires)
00:31
NoneAucun of these is actuallyréellement realréal.
9
19191
1786
En fait, aucune
de ces vidéos n'est réelle.
00:33
So let me tell you how we got here.
10
21001
1840
Je vais vous expliquer
comment nous y sommes arrivés.
Mon inspiration pour ce travail
00:35
My inspirationinspiration for this work
11
23940
1578
00:37
was a projectprojet meantsignifiait to preservepréserver our last
chancechance for learningapprentissage about the HolocaustHolocauste
12
25542
5411
a été un projet destiné
à préserver notre dernière chance
d'en savoir plus sur l’Holocauste
grâce aux survivants.
00:42
from the survivorssurvivants.
13
30977
1768
00:44
It's calledappelé NewNouveau DimensionsDimensions in TestimonyTémoignage,
14
32769
2627
Il s'appelle : « Nouvelles
Dimensions dans le Témoignage »
00:47
and it allowspermet you to have
interactiveinteractif conversationsconversations
15
35420
3126
et vous permet de dialoguer
de façon interactive
00:50
with a hologramhologramme
of a realréal HolocaustHolocauste survivorSurvivor.
16
38570
2556
avec l’hologramme d'un véritable
survivant de l’Holocauste.
(Vidéo) Comment avez-vous
survécu à l’Holocauste?
00:53
(VideoVidéo) Man: How did you
survivesurvivre the HolocaustHolocauste?
17
41793
1966
00:55
(VideoVidéo) HologramHologramme: How did I survivesurvivre?
18
43783
1668
Hologramme : Comment ai-je survécu ?
00:57
I survivedsurvécu,
19
45912
1807
J'ai survécu,
je crois,
01:00
I believe,
20
48419
1527
01:01
because providenceProvidence watchedregardé over me.
21
49970
3023
parce que la providence veillait sur moi.
01:05
SSSS: TurnsTour à tour out these answersréponses
were prerecordedpréenregistrés in a studiostudio.
22
53573
3454
Sup.S. : Il se trouve que ces réponses
ont été préenregistrées en studio,
01:09
YetEncore the effecteffet is astoundingétonnant.
23
57051
2452
pourtant, leur effet est stupéfiant.
01:11
You feel so connectedconnecté to his storyrécit
and to him as a personla personne.
24
59527
3619
Vous vous sentez directement connecté
à son histoire et à sa personne.
Je pense qu'il y a quelque chose
de spécial dans les interactions humaines
01:16
I think there's something specialspécial
about humanHumain interactioninteraction
25
64011
3301
01:19
that makesfait du it much more profoundprofond
26
67336
2757
qui les rend plus profondes
et personnelles
01:22
and personalpersonnel
27
70117
2198
que ce que tout livre, film ou conférence
puisse jamais nous enseigner.
01:24
than what bookslivres or lecturesconférences
or moviesfilms could ever teachapprendre us.
28
72339
3485
01:28
So I saw this and begana commencé to wondermerveille,
29
76267
2425
Cette constatation
m'a amené à m'interroger :
01:30
can we createcréer a modelmaquette
like this for anyonen'importe qui?
30
78716
2810
pouvons-nous créer un modèle
similaire pour tout le monde,
01:33
A modelmaquette that looksregards, talkspourparlers
and actsactes just like them?
31
81550
2975
un modèle qui nous ressemble,
parle et agit comme nous ?
J'ai donc commencé
à regarder si c’était faisable
01:37
So I setensemble out to see if this could be doneterminé
32
85573
2007
01:39
and eventuallyfinalement camevenu up with a newNouveau solutionSolution
33
87604
2310
et suis arrivé à une nouvelle solution
01:41
that can buildconstruire a modelmaquette of a personla personne
usingen utilisant nothing but these:
34
89938
3220
qui permet de créer le modèle
d'une personne en utilisant uniquement
des photos et des vidéos
pré-existantes de cette personne.
01:45
existingexistant photosPhotos and videosvidéos of a personla personne.
35
93747
2214
Si vous pouvez exploiter
ce genre d'information passive,
01:48
If you can leverageinfluence
this kindgentil of passivepassif informationinformation,
36
96701
2617
01:51
just photosPhotos and videovidéo that are out there,
37
99342
2007
comme des photos ou des vidéos,
01:53
that's the keyclé to scalingmise à l'échelle to anyonen'importe qui.
38
101373
2056
vous avez la clé pour étendre
la technologie à n'importe qui.
01:56
By the way, here'svoici RichardRichard FeynmanFeynman,
39
104119
1777
En passant, voici Richard Feynman,
01:57
who in additionune addition to beingétant
a NobelPrix Nobel PrizePrix winnergagnant in physicsla physique
40
105920
3413
qui, en plus d'avoir remporté
le prix Nobel de Physique,
02:01
was alsoaussi knownconnu as a legendarylégendaire teacherprof.
41
109357
2453
était considéré comme
un professeur de légende.
Ne serait-ce pas génial
si nous pouvions le ramener
02:05
Wouldn'tNe serait pas it be great
if we could bringapporter him back
42
113080
2198
02:07
to give his lecturesconférences
and inspireinspirer millionsdes millions of kidsdes gamins,
43
115302
3265
pour qu'il donne des conférences
et inspire des millions d'enfants,
02:10
perhapspeut être not just in EnglishAnglais
but in any languagela langue?
44
118591
2992
peut-être pas seulement en anglais,
mais dans n'importe quelle langue ?
02:14
Or if you could askdemander our grandparentsgrands-parents
for adviceConseil and hearentendre those comfortingréconfortant wordsmots
45
122441
4602
Ou si vous pouviez demander
conseil à vos grands-parents
et entendre leur paroles de réconfort
même s'ils ne sont plus parmi nous ?
02:19
even if they're no longerplus long with us?
46
127067
1770
02:21
Or maybe usingen utilisant this tooloutil,
booklivre authorsauteurs, alivevivant or not,
47
129683
3396
Ou si, en utilisant cet outil,
les auteurs de livres, vivants ou non,
02:25
could readlis aloudà haute voix all of theirleur bookslivres
for anyonen'importe qui interestedintéressé.
48
133103
2937
pouvaient lire à haute voix
tous leurs livres à tous les intéressés ?
02:29
The creativeCréatif possibilitiespossibilités
here are endlessinterminable,
49
137199
2437
Les possibilités créatrives sont infinies
et, pour moi, c'est vraiment excitant.
02:31
and to me, that's very excitingpassionnant.
50
139660
1713
02:34
And here'svoici how it's workingtravail so farloin.
51
142595
2002
Voici comment ça fonctionne
pour le moment.
02:36
First, we introduceprésenter a newNouveau techniquetechnique
52
144621
1667
D'abord, nous inaugurons une technique
02:38
that can reconstructreconstruire a high-detailedhaute-détaillé
3D facevisage modelmaquette from any imageimage
53
146312
4572
qui peut reconstruire
un visage 3D en détail
à partir de n'importe quelle image
02:42
withoutsans pour autant ever 3D-scanningD-analyse the personla personne.
54
150908
2119
sans jamais avoir à scanner
cette personne en 3D.
02:45
And here'svoici the sameMême outputsortie modelmaquette
from differentdifférent viewsvues.
55
153890
2642
Voici le résultat du même modèle
sous différents points de vue.
Cela fonctionne aussi avec les vidéos
02:49
This alsoaussi workstravaux on videosvidéos,
56
157969
1502
02:51
by runningfonctionnement the sameMême algorithmalgorithme de
on eachchaque videovidéo frameCadre
57
159495
2852
en utilisant le même algorithme
sur chaque image de la vidéo,
02:54
and generatinggénérateur a movingen mouvement 3D modelmaquette.
58
162371
2222
et en créant un modèle 3D en mouvement.
Et voici les résultats du même modèle
vu sous différents angles.
02:57
And here'svoici the sameMême
outputsortie modelmaquette from differentdifférent anglesangles.
59
165538
2772
03:01
It turnsse tourne out this problemproblème
is very challengingdifficile,
60
169933
2534
Il s'avère que ce problème
est un vrai défi,
03:04
but the keyclé tricktour
is that we are going to analyzeanalyser
61
172491
2525
mais l'astuce, c'est que nous analysons
03:07
a largegrand photophoto collectioncollection
of the personla personne beforehandpréalablement.
62
175040
2966
une grande collection de photos
de cette personne au préalable.
03:10
For GeorgeGeorge W. BushBush,
we can just searchchercher on GoogleGoogle,
63
178650
2539
Pour George W. Bush, nous pouvons
simplement chercher sur Google,
03:14
and from that, we are ablecapable
to buildconstruire an averagemoyenne modelmaquette,
64
182309
2499
et à partir de ça, nous sommes
capables de créer un modèle moyen,
03:16
an iterativeitératif, refinedraffiné modelmaquette
to recoverrécupérer the expressionexpression
65
184832
3111
un modèle itératif et précis
qui reconstitue les expressions en détail,
03:19
in fine detailsdétails,
like creasesplis and wrinklesrides.
66
187967
2336
comme les pliures et les rides.
03:23
What's fascinatingfascinant about this
67
191326
1403
Ce qui est fascinant,
03:24
is that the photophoto collectioncollection
can come from your typicaltypique photosPhotos.
68
192753
3423
c'est que cette collection de photos peut
provenir de vos photos ordinaires.
03:28
It doesn't really mattermatière
what expressionexpression you're makingfabrication
69
196200
2603
L'expression que vous avez
n'a pas vraiment d'importance,
03:30
or where you tooka pris those photosPhotos.
70
198827
1885
ni le lieu où vous avez pris ces photos.
03:32
What mattersimporte is
that there are a lot of them.
71
200736
2400
Ce qui compte,
c'est qu'il y en ait beaucoup.
03:35
And we are still missingmanquant colorCouleur here,
72
203160
1736
Mais il nous manque la couleur.
Nous avons donc développé
une nouvelle technique de combinaison
03:36
so nextprochain, we developdévelopper
a newNouveau blendingmélange techniquetechnique
73
204920
2348
03:39
that improvesaméliore uponsur
a singleunique averagingavec une moyenne methodméthode
74
207292
2836
qui améliore la basique
méthode des moyennes
03:42
and producesproduit sharptranchant
facialsoin du visage texturestextures and colorscouleurs.
75
210152
2818
et crée des textures faciales
et des couleurs nettes.
03:45
And this can be doneterminé for any expressionexpression.
76
213779
2771
Et cela peut être fait
pour n'importe quelle expression.
03:49
Now we have a controlcontrôle
of a modelmaquette of a personla personne,
77
217485
2499
Maintenant, nous contrôlons
le modèle d'une personne
03:52
and the way it's controlledcontrôlé now
is by a sequenceséquence of staticpublic static photosPhotos.
78
220008
3795
grâce à une séquence de photos statiques.
03:55
NoticeAvis how the wrinklesrides come and go,
dependingen fonction, dépendemment on the expressionexpression.
79
223827
3126
Remarquez comment les rides
vont et viennent selon l'expression,
04:00
We can alsoaussi use a videovidéo
to driveconduire the modelmaquette.
80
228109
2746
Nous pouvons aussi utiliser
une vidéo pour diriger le modèle.
04:02
(VideoVidéo) DanielDaniel CraigCraig: Right, but somehowen quelque sorte,
81
230879
2593
(Vidéo) Daniel Craig :
C'est vrai, mais d'une certaine façon,
04:05
we'venous avons managedgéré to attractattirer
some more amazingincroyable people.
82
233496
3771
nous avons réussi à attirer d'autres
personnes encore plus incroyables.
Sup.S. : Une autre démo amusante :
04:10
SSSS: And here'svoici anotherun autre funamusement demodémo.
83
238021
1642
04:11
So what you see here
are controllablecontrôlables modelsdes modèles
84
239687
2246
Vous voyez ici des modèles
contrôlables de gens,
04:13
of people I builtconstruit
from theirleur internetl'Internet photosPhotos.
85
241957
2444
que j'ai créés
à partir de photos Internet.
04:16
Now, if you transfertransfert
the motionmouvement from the inputcontribution videovidéo,
86
244425
2904
En transférant le mouvement
à partir de l'entrée vidéo,
vous pouvez, en fait,
diriger tout le groupe.
04:19
we can actuallyréellement driveconduire the entiretout partyfête.
87
247353
2152
(Vidéo) G.W.B. : C'est
une loi difficile à adopter
04:21
GeorgeGeorge W. BushBush:
It's a difficultdifficile billfacture to passpasser,
88
249529
2172
04:23
because there's a lot of movingen mouvement partsles pièces,
89
251725
2303
vu qu'il y a beaucoup de parties mobiles
04:26
and the legislativelégislatif processesprocessus can be uglylaid.
90
254052
5231
et le processus législatif
peut être répugnant...
(Applaudissements)
04:31
(ApplauseApplaudissements)
91
259307
1630
Sup. S. : Mais revenons un peu en arrière.
04:32
SSSS: So comingvenir back a little bitbit,
92
260961
1837
04:34
our ultimateultime goalobjectif, ratherplutôt,
is to captureCapturer theirleur mannerismsmaniérismes
93
262822
3191
Notre but ultime est plutôt
de saisir leurs manières
04:38
or the uniqueunique way eachchaque
of these people talkspourparlers and smilesdes sourires.
94
266037
3045
ou la façon unique dont chacune
de ces personnes parle et sourit.
04:41
So to do that, can we
actuallyréellement teachapprendre the computerordinateur
95
269106
2313
Pour y parvenir, pouvons-nous
apprendre à l'ordinateur
04:43
to imitateimiter the way someoneQuelqu'un talkspourparlers
96
271443
2222
à imiter la façon dont quelqu'un parle
04:45
by only showingmontrer it
videovidéo footagemétrage of the personla personne?
97
273689
2420
en lui montrant uniquement
une séquence vidéo de cette personne ?
04:48
And what I did exactlyexactement was,
I let a computerordinateur watch
98
276898
2577
Ce que j'ai fait,
c'est laisser un ordinateur
regarder 14 heures
de pur discours de Barack Obama.
04:51
14 hoursheures of purepur BarackBarack ObamaObama
givingdonnant addressesadresses.
99
279499
3277
04:55
And here'svoici what we can produceproduire
givendonné only his audiol'audio.
100
283443
3516
Et voici ce que nous pouvons produire
en utilisant uniquement le son.
(Vidéo) B. O. : Les résultats sont clairs.
04:58
(VideoVidéo) BOBO: The resultsrésultats are clearclair.
101
286983
1777
05:00
America'sDe l’Amérique businessesentreprises have createdcréé
14.5 millionmillion newNouveau jobsemplois
102
288784
4349
Les entreprises américaines ont créé
14,5 millions d'emplois sur 75 mois...
05:05
over 75 straighttout droit monthsmois.
103
293157
2774
Sup. S. : Seule la région de la bouche
a été synthétisée ici,
05:07
SSSS: So what's beingétant synthesizedsynthétisé here
is only the mouthbouche regionRégion,
104
295955
2905
et voici comment nous avons procédé.
05:10
and here'svoici how we do it.
105
298884
1540
Notre chaîne de traitement
utilise un réseau neural
05:12
Our pipelinepipeline usesles usages a neuralneural networkréseau
106
300764
1826
05:14
to convertconvertir and inputcontribution audiol'audio
into these mouthbouche pointspoints.
107
302614
2936
pour convertir et intégrer l'audio
sur ces points de la bouche.
05:18
(VideoVidéo) BOBO: We get it throughpar our jobemploi
or throughpar MedicareAssurance-maladie or MedicaidMedicaid.
108
306547
4225
(Vidéo) B.O.: Nous l'avons à travers notre
travail ou à travers Medicare ou Medicaid.
Sup. S. : Puis nous
synthétisons la texture,
05:22
SSSS: Then we synthesizesynthétiser the texturetexture,
enhanceaméliorer detailsdétails and teethles dents,
109
310796
3420
améliorons les détails, les dents,
05:26
and blendBlend it into the headtête
and backgroundContexte from a sourcela source videovidéo.
110
314240
3074
et la combinons avec la tête
et l'arrière-plan d'une vidéo.
(Vidéo) B.O.: Des examens
gratuits pour les femmes
05:29
(VideoVidéo) BOBO: WomenFemmes can get freegratuit checkupsbilans de santé,
111
317338
1905
05:31
and you can't get chargedaccusé more
just for beingétant a womanfemme.
112
319267
2968
sans payer plus juste
parce que vous êtes une femme.
05:34
YoungYoung people can stayrester
on a parent'sdes parents planplan untiljusqu'à they turntour 26.
113
322973
3306
Les jeunes peuvent garder l'assurance
de leurs parents jusqu'à 26 ans.
05:39
SSSS: I think these resultsrésultats
seemsembler very realisticréaliste and intriguingintrigant,
114
327267
2952
Sup. S. : Ces résultats semblent
très réalistes et intrigants,
05:42
but at the sameMême time
frighteningeffrayant, even to me.
115
330243
3173
mais aussi effrayants, même pour moi.
05:45
Our goalobjectif was to buildconstruire an accurateprécis modelmaquette
of a personla personne, not to misrepresentprésenter de manière inexacte them.
116
333440
4015
Notre but était de créer
un modèle fidèle de quelqu'un,
non de donner une idée fausse.
05:49
But one thing that concernspréoccupations me
is its potentialpotentiel for misusemauvaise utilisation.
117
337956
3111
Mais ce qui me préoccupe,
ce sont les abus potentiels.
05:53
People have been thinkingen pensant
about this problemproblème for a long time,
118
341958
2971
Les gens ont réfléchi
à ce problème depuis longtemps,
depuis le jour où Photoshop
est arrivé sur le marché.
05:56
sincedepuis the daysjournées when PhotoshopPhotoshop
first hitfrappé the marketmarché.
119
344953
2381
05:59
As a researcherchercheur, I'm alsoaussi workingtravail
on countermeasurecontre-mesure technologyLa technologie,
120
347862
3801
En tant que chercheur, je travaille aussi
sur une technologie de contre-mesure,
06:03
and I'm partpartie of an ongoingen cours
efforteffort at AIAI FoundationFondation,
121
351687
2942
et je participe à l'effort constant
de la Fondation AI
06:06
whichlequel usesles usages a combinationcombinaison
of machinemachine learningapprentissage and humanHumain moderatorsModérateurs
122
354653
3397
dans l'utilisation de machines
intelligentes et de modérateurs humains
06:10
to detectdétecter fakefaux imagesimages and videosvidéos,
123
358074
2144
pour détecter les fausses images
et fausses vidéos
06:12
fightingcombat againstcontre my ownposséder work.
124
360242
1514
et contrecarrer mon propre travail.
Un des outils que nous voulons lancer
s'appelle « Reality Defender »,
06:14
And one of the toolsoutils we planplan to releaseLibération
is calledappelé RealityRéalité DefenderDéfenseur,
125
362675
3190
une extension de navigateur internet
06:17
whichlequel is a web-browsernavigateur Web plug-inplug-in
that can flagdrapeau potentiallypotentiellement fakefaux contentcontenu
126
365889
4039
capable de signaler automatiquement
les contenus potentiellement faux
06:21
automaticallyautomatiquement, right in the browserNavigateur.
127
369952
2533
directement au navigateur.
06:24
(ApplauseApplaudissements)
128
372509
4228
(Applaudissements)
06:28
DespiteMalgré all this, thoughbien que,
129
376761
1453
Mais malgré tout cela, les fausses
vidéos peuvent faire du tort
06:30
fakefaux videosvidéos could do a lot of damagedommage,
130
378238
1840
avant même que quiconque
ait eu la chance de les vérifier.
06:32
even before anyonen'importe qui has a chancechance to verifyVérifier,
131
380102
3294
06:35
so it's very importantimportant
that we make everyonetoutes les personnes awareconscient
132
383420
2722
Il est donc très important
d'informer les gens
06:38
of what's currentlyactuellement possiblepossible
133
386166
2007
sur qui est possible à l'heure actuelle,
06:40
so we can have the right assumptionsupposition
and be criticalcritique about what we see.
134
388197
3369
pour qu'ils soient capable d'estimer
et juger correctement ce qu'ils voient.
Il reste encore du chemin à faire avant
la modélisation d'une personne entière,
06:44
There's still a long way to go before
we can fullypleinement modelmaquette individualindividuel people
135
392423
5007
06:49
and before we can ensureassurer
the safetysécurité of this technologyLa technologie.
136
397454
2786
et avant que nous puissions assurer
la sécurité de cette technologie.
06:53
But I'm excitedexcité and hopefuloptimiste,
137
401097
1587
Mais je suis excité et optimiste,
06:54
because if we use it right and carefullysoigneusement,
138
402708
3539
car si nous l'utilisons
correctement et prudemment,
06:58
this tooloutil can allowpermettre any individual'sde l’individu
positivepositif impactimpact on the worldmonde
139
406271
4309
cet outil peut permettre à tout individu
d'augmenter massivement
son impact positif sur le monde,
07:02
to be massivelymassivement scaledescaladé
140
410604
2190
et vraiment aider à construire
le futur tel que nous le voulons.
07:04
and really help shapeforme our futureavenir
the way we want it to be.
141
412818
2742
07:07
Thank you.
142
415584
1151
Merci.
07:08
(ApplauseApplaudissements)
143
416759
5090
(Applaudissements)
Translated by Anne-Sophie Matichard
Reviewed by Guillaume Rouy

▲Back to top

ABOUT THE SPEAKER
Supasorn Suwajanakorn - Computer scientist
Supasorn 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.

More profile about the speaker
Supasorn Suwajanakorn | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee