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: Hamis videók valóságos emberekről – miről ismerhetők fel?

Filmed:
1,453,308 views

Úgy gondolja, ön könnyedén felismeri a hamis videókat, ahol hírességek beszélnek olyan dolgokról, amiket valójában soha nem mondtak? Ebből a lenyűgöző előadásból és technikai bemutatóból megtudhatjuk, hogyan készülnek ezek a videók. Supasorn Suwajanakorn programozó bemutatja, hogyan alkotott valósághű, hanggal is szinkronizált hamis videókat híres emberekről mesterséges intelligencia és 3D-s modellek alkalmazásával még egyetemista korában. Tudjunk meg többet a technikai etikai oldaláról és kreatív lehetőségeiről, valamint ismerjük meg a kezdeti lépéseket, amikkel megakadályozhatjuk a technika rosszindulatú felhasználását.
- 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 imagesképek.
0
876
1151
Nézzék ezeket a képeket!
00:14
Now, tell me whichmelyik ObamaObama here is realigazi.
1
2051
2635
Most mondják meg, melyik Obama az igazi!
00:16
(VideoVideóinak) BarackBarack ObamaObama: To help familiescsaládok
refinancerefinanszírozni theirazok homesotthonok,
2
4710
2861
(Video) Obama: – Segítsünk a családoknak
lakáskölcsönük kiváltásában,
00:19
to investbefektet in things
like high-techcsúcstechnológia manufacturinggyártás,
3
7595
2647
fektessünk be olyasmikbe,
mint high-tech termékek gyártása,
00:22
cleantiszta energyenergia
4
10266
1159
tiszta energia
00:23
and the infrastructureinfrastruktúra
that createsteremt good newúj jobsmunkahelyek.
5
11449
2779
és az olyan infrastruktúrába,
ami jó munkahelyeket teremt.
00:26
SupasornSupasorn SuwajanakornSuwajanakorn: AnyoneBárki, aki?
6
14647
1484
Supasorn Suwajanakorn: – Valaki?
00:28
The answerválasz is noneegyik sem of them.
7
16155
1874
A válasz: egyik sem.
00:30
(LaughterNevetés)
8
18053
1114
(Nevetés)
00:31
NoneEgyik sem of these is actuallytulajdonképpen realigazi.
9
19191
1786
Egyikük sem valódi.
00:33
So let me tell you how we got here.
10
21001
1840
Hadd mondjam el az előzményeket.
00:35
My inspirationihlet for this work
11
23940
1578
Egy olyan program ösztönzött
00:37
was a projectprogram meantjelentett to preservemegőrzése our last
chancevéletlen for learningtanulás about the HolocaustHolokauszt
12
25542
5411
erre a munkára, aminek az volt a célja,
hogy megragadjuk az utolsó esélyt:
00:42
from the survivorstúlélők.
13
30977
1768
beszélgessünk holokauszttúlélőkkel.
00:44
It's calledhívott NewÚj DimensionsMéretek in TestimonyVallomása,
14
32769
2627
A program neve
New Dimensions in Testimony,
00:47
and it allowslehetővé tesz you to have
interactiveinteraktív conversationsbeszélgetések
15
35420
3126
interaktív beszélgetésbe elegyedhetünk
00:50
with a hologramhologram
of a realigazi HolocaustHolokauszt survivortúlélő.
16
38570
2556
egy-egy valóságos holokauszttúlélő
hologramjával.
(Videó) Férfi: Ön hogyan élte túl
a holokausztot?
00:53
(VideoVideóinak) Man: How did you
survivetúlélni the HolocaustHolokauszt?
17
41793
1966
00:55
(VideoVideóinak) HologramHologram: How did I survivetúlélni?
18
43783
1668
(Videó) Hologram: Hogyan éltem túl?
00:57
I survivedtúlélte,
19
45912
1807
Hiszem,
01:00
I believe,
20
48419
1527
hogy azért éltem túl,
01:01
because providencegondviselés watchedfigyelte over me.
21
49970
3023
mert a Gondviselés vigyázott rám.
01:05
SSSS: TurnsMenstruáció out these answersválaszokat
were prerecordedelőre rögzített in a studiostúdió.
22
53573
3454
SS: Ezeket a válaszokat előzetesen
vették fel egy stúdióban.
01:09
YetMég the effecthatás is astoundingmeghökkentő.
23
57051
2452
A hatás mégis döbbenetes.
01:11
You feel so connectedcsatlakoztatva to his storysztori
and to him as a personszemély.
24
59527
3619
Úgy érezzük, személyesen
kötődünk hozzá és a történetéhez.
01:16
I think there's something specialkülönleges
about humanemberi interactioninterakció
25
64011
3301
Szerintem van valami különleges
az emberi interakcióban,
01:19
that makesgyártmányú it much more profoundmély
26
67336
2757
ami sokkal mélyebbé
01:22
and personalszemélyes
27
70117
2198
és személyesebbé teszi ezt,
01:24
than what bookskönyvek or lectureselőadások
or moviesfilmek could ever teachtanít us.
28
72339
3485
mint amit könyvekből, előadásokból
vagy filmekből valaha is tanulhatunk.
Amikor tehát ezt megnéztem,
felmerült bennem a kérdés:
01:28
So I saw this and begankezdett to wondercsoda,
29
76267
2425
01:30
can we createteremt a modelmodell
like this for anyonebárki?
30
78716
2810
készíthetünk bárkiről hasonló modellt?
01:33
A modelmodell that looksúgy néz ki,, talksbeszél
and actscselekmények just like them?
31
81550
2975
Olyat, ami úgy néz ki, úgy beszél
és úgy cselekszik, mint ő?
01:37
So I setkészlet out to see if this could be doneKész
32
85573
2007
Próbálgatni kezdtem,
01:39
and eventuallyvégül is camejött up with a newúj solutionmegoldás
33
87604
2310
és végül új megoldást találtam ki,
01:41
that can buildépít a modelmodell of a personszemély
usinghasználva nothing but these:
34
89938
3220
ami csak meglévő fotói és videói alapján
01:45
existinglétező photosfotók and videosvideók of a personszemély.
35
93747
2214
épít fel modellt egy adott személyről.
Ha tudjuk, mit kezdjünk
olyan archív anyaggal,
01:48
If you can leveragetőkeáttétel
this kindkedves of passivepasszív informationinformáció,
36
96701
2617
01:51
just photosfotók and videovideó- that are out there,
37
99342
2007
mint elérhető fotók és videók,
01:53
that's the keykulcs to scalingskálázás to anyonebárki.
38
101373
2056
úgy azok alapján bárki megeleveníthető.
Vegyük például a képen látható
Richard Feynmant,
01:56
By the way, here'sitt RichardRichard FeynmanFeynman,
39
104119
1777
01:57
who in additionkiegészítés to beinglény
a NobelNobel PrizeDíj winnergyőztes in physicsfizika
40
105920
3413
aki nemcsak Nobel-díjas fizikus,
02:01
was alsois knownismert as a legendarylegendás teachertanár.
41
109357
2453
de legendás hírű oktató is volt.
02:05
Wouldn'tNem it be great
if we could bringhoz him back
42
113080
2198
Hát nem lenne csodálatos
visszahozni őt,
02:07
to give his lectureselőadások
and inspireinspirál millionsTöbb millió of kidsgyerekek,
43
115302
3265
hogy előadásokat tartson,
és gyerekek millióit lelkesítse,
02:10
perhapstalán not just in Englishangol
but in any languagenyelv?
44
118591
2992
esetleg nemcsak angolul,
hanem bármilyen nyelven?
02:14
Or if you could askkérdez our grandparentsnagyszülők
for advicetanács and hearhall those comfortingmegnyugtató wordsszavak
45
122441
4602
Vagy ha tanácsot kérhetnénk
nagyszüleinktől,
hallgathatnánk megnyugtató szavaikat,
még ha már nincsenek is velünk?
02:19
even if they're no longerhosszabb with us?
46
127067
1770
02:21
Or maybe usinghasználva this tooleszköz,
bookkönyv authorsszerzői, aliveélő or not,
47
129683
3396
Vagy ezzel az eszközzel az írók,
akár élnek, akár már nem,
02:25
could readolvas aloudhangosan all of theirazok bookskönyvek
for anyonebárki interestedérdekelt.
48
133103
2937
felolvashatnák könyveiket
bárkinek, aki kíváncsi rájuk.
02:29
The creativekreatív possibilitieslehetőségek
here are endlessvégtelen,
49
137199
2437
A lehetőségek tárháza végtelen,
02:31
and to me, that's very excitingizgalmas.
50
139660
1713
és ez számomra rendkívül izgalmas.
02:34
And here'sitt how it's workingdolgozó so farmessze.
51
142595
2002
Mutatom, jelenleg hogyan működik.
02:36
First, we introducebevezet a newúj techniquetechnika
52
144621
1667
Először is, lássuk az új technikát,
02:38
that can reconstructVisszaépítés a high-detailedmagas részletes
3D facearc modelmodell from any imagekép
53
146312
4572
mellyel bármilyen képből részletgazdag
3D-s arcmodell rekonstruálható,
02:42
withoutnélkül ever 3D-scanningD-szkennelés the personszemély.
54
150908
2119
nem kell hozzá 3D-s
szkennelés az illetőről.
02:45
And here'sitt the sameazonos outputkibocsátás modelmodell
from differentkülönböző viewsnézetek.
55
153890
2642
Itt van ugyanaz a végeredmény,
más-más szemszögből.
02:49
This alsois worksművek on videosvideók,
56
157969
1502
Ez videók esetében is működik,
02:51
by runningfutás the sameazonos algorithmalgoritmus
on eachminden egyes videovideó- framekeret
57
159495
2852
ugyanazt az algoritmust futtatja
minden egyes képkockán,
02:54
and generatinggeneráló a movingmozgó 3D modelmodell.
58
162371
2222
és mozgó 3D-s modellt generálunk.
02:57
And here'sitt the sameazonos
outputkibocsátás modelmodell from differentkülönböző anglesszögek.
59
165538
2772
Íme, ugyanaz a végeredmény
különböző látószögekből.
03:01
It turnsmenetek out this problemprobléma
is very challengingkihívást jelentő,
60
169933
2534
Ez a probléma nagy kihívást jelent,
03:04
but the keykulcs tricktrükk
is that we are going to analyzeelemez
61
172491
2525
de frappánsan úgy oldjuk meg,
hogy előzetesen elemezni fogunk
03:07
a largenagy photofénykép collectionGyűjtemény
of the personszemély beforehandelőzetesen.
62
175040
2966
egy nagyobbacska fotógyűjteményt
az adott személyről.
03:10
For GeorgeGeorge W. BushBush,
we can just searchKeresés on GoogleGoogle,
63
178650
2539
George W. Bush esetében
elég egy Google-keresés,
03:14
and from that, we are ableképes
to buildépít an averageátlagos modelmodell,
64
182309
2499
a találatokból felépíthetünk
egy átlagos modellt,
olyat, amit tovább finomítottunk,
hogy egészen finoman részletezve
03:16
an iterativeismétlődő, refinedkifinomult modelmodell
to recovervisszaszerez the expressionkifejezés
65
184832
3111
03:19
in fine detailsrészletek,
like creasesgyűrődések and wrinklesráncok.
66
187967
2336
idézzen fel arcvonásokat,
például a ráncokat, a mimikát.
03:23
What's fascinatingelbűvölő about this
67
191326
1403
Ebben az a lenyűgöző,
03:24
is that the photofénykép collectionGyűjtemény
can come from your typicaltipikus photosfotók.
68
192753
3423
hogy a fotógyűjtemény az
átlagos fotóinkból állhat.
03:28
It doesn't really matterügy
what expressionkifejezés you're makinggyártás
69
196200
2603
Tényleg mindegy, milyen arcot vágunk,
03:30
or where you tookvett those photosfotók.
70
198827
1885
vagy hogy hol készültek a képek.
03:32
What mattersügyek is
that there are a lot of them.
71
200736
2400
Csak az a fontos, hogy sok legyen belőlük.
03:35
And we are still missinghiányzó colorszín here,
72
203160
1736
És ekkor még hiányoznak a színek,
03:36
so nextkövetkező, we developfejleszt
a newúj blendingkeverési techniquetechnika
73
204920
2348
így a következő lépés az, hogy újfajta
színkeverési módot fejlesztünk,
03:39
that improvesjavítja uponesetén
a singleegyetlen averagingátlagosan methodmódszer
74
207292
2836
ami az egyszerű átlagolás
tökéletesítése,
03:42
and producestermel sharpéles
facialarc texturestextúrák and colorsszínek.
75
210152
2818
éles vonásokat
és színeket eredményez.
03:45
And this can be doneKész for any expressionkifejezés.
76
213779
2771
Ez bármilyen arckifejezésre
alkalmazható.
03:49
Now we have a controlellenőrzés
of a modelmodell of a personszemély,
77
217485
2499
Most tehát van egy módosítható modellünk.
03:52
and the way it's controlledellenőrzött now
is by a sequencesorrend of staticstatikus photosfotók.
78
220008
3795
mégpedig statikus képek sorozatával.
03:55
NoticeFigyelmeztetés how the wrinklesráncok come and go,
dependingattól on the expressionkifejezés.
79
223827
3126
Nézzék, hogyan változnak a ráncok,
az arckifejezéstől függően.
04:00
We can alsois use a videovideó-
to drivehajtás the modelmodell.
80
228109
2746
Videóval is vezérelhetjük a modellt.
04:02
(VideoVideóinak) DanielDaniel CraigCraig: Right, but somehowvalahogy,
81
230879
2593
(Videó) Daniel Craig: Igen, de valahogy
04:05
we'vevoltunk managedsikerült to attractvonz
some more amazingelképesztő people.
82
233496
3771
sikerült néhány bájosabb embert bevonzani.
04:10
SSSS: And here'sitt anotheregy másik funmóka demodemo.
83
238021
1642
SS: És itt egy másik érdekes demó.
04:11
So what you see here
are controllableellenőrizhető modelsmodellek
84
239687
2246
Vezérelhető modelleket látunk
olyan emberekről,
04:13
of people I builtépült
from theirazok internetInternet photosfotók.
85
241957
2444
akiket internetes fotóik alapján
alkottunk meg.
04:16
Now, if you transferátruházás
the motionmozgás from the inputbemenet videovideó-,
86
244425
2904
Ha átvisszük a mozgást
az eredeti videóról,
04:19
we can actuallytulajdonképpen drivehajtás the entireteljes partyparty.
87
247353
2152
az egész bagázst levezényelhetjük.
04:21
GeorgeGeorge W. BushBush:
It's a difficultnehéz billszámla to passelhalad,
88
249529
2172
George W. Bush: Nehéz átvinni
a törvényjavaslatot,
04:23
because there's a lot of movingmozgó partsalkatrészek,
89
251725
2303
mert sok benne a bizonytalanság,
04:26
and the legislativejogalkotási processesfolyamatok can be uglycsúnya.
90
254052
5231
és kínosak lehetnek
a jogalkotási folyamatok.
04:31
(ApplauseTaps)
91
259307
1630
(Taps)
04:32
SSSS: So comingeljövetel back a little bitbit,
92
260961
1837
SS: Kicsit ugorjunk vissza,
04:34
our ultimatevégső goalcél, ratherInkább,
is to captureelfog theirazok mannerismsmodorát
93
262822
3191
inkább az a fő célunk,
hogy megragadjuk a stílusjegyeiket,
04:38
or the uniqueegyedi way eachminden egyes
of these people talksbeszél and smilesmosolyog.
94
266037
3045
egyéniségüket,
ahogy ki-ki beszél és mosolyog.
Megtaníthatjuk-e egy számítógépnek,
hogy utánozza valaki beszédét,
04:41
So to do that, can we
actuallytulajdonképpen teachtanít the computerszámítógép
95
269106
2313
04:43
to imitateimitál the way someonevalaki talksbeszél
96
271443
2222
pusztán annak alapján,
04:45
by only showingkiállítás it
videovideó- footagehosszúság of the personszemély?
97
273689
2420
hogy egy videófelvételt
mutatunk neki az illetőről?
Pontosan ezt tettem,
beállítottam egy számítógépet,
04:48
And what I did exactlypontosan was,
I let a computerszámítógép watch
98
276898
2577
04:51
14 hoursórák of puretiszta BarackBarack ObamaObama
givingígy addressescímek.
99
279499
3277
hogy 14 órán keresztül hiteles
Obama-beszédeket elemezzen.
04:55
And here'sitt what we can producegyárt
givenadott only his audiohang-.
100
283443
3516
Mutatom, milyen eredményre jutunk
csak a hangfelvétele alapján.
04:58
(VideoVideóinak) BOBO: The resultstalálatok are clearegyértelmű.
101
286983
1777
(Videó) Obama: Az eredmény magáért beszél.
05:00
America'sAmerika businessesvállalkozások have createdkészítette
14.5 millionmillió newúj jobsmunkahelyek
102
288784
4349
Amerika vállalkozásai 14,5 millió
új munkahelyet teremtettek
05:05
over 75 straightegyenes monthshónap.
103
293157
2774
75 egymást követő hónap alatt.
05:07
SSSS: So what's beinglény synthesizedszintetizált here
is only the mouthszáj regionvidék,
104
295955
2905
SS: Itt csak a száj területét
szintetizáltuk,
meg is mutatom, hogyan.
05:10
and here'sitt how we do it.
105
298884
1540
Neurális hálózatot használunk,
ezzel töltjük be a hangfelvételt
05:12
Our pipelinecsővezeték usesfelhasználások a neuralideg- networkhálózat
106
300764
1826
05:14
to convertalakítani and inputbemenet audiohang-
into these mouthszáj pointspont.
107
302614
2936
a száj pontjaiba.
05:18
(VideoVideóinak) BOBO: We get it throughkeresztül our jobmunka
or throughkeresztül MedicareMedicare or MedicaidMedicaid.
108
306547
4225
(Videó) BO: Munkánkkal, a Medicare-rel
vagy a Medicaiddel tehetjük ezt meg.
05:22
SSSS: Then we synthesizeszintetizál the texturestruktúra,
enhancefokozza detailsrészletek and teethfogak,
109
310796
3420
SS: Utána szintetizáljuk a textúrát,
finomítjuk a részleteket, a fogakat,
05:26
and blendkeverék it into the headfej
and backgroundháttér from a sourceforrás videovideó-.
110
314240
3074
és beolvasztjuk a fejbe, majd
a forrásvideó hátterébe.
05:29
(VideoVideóinak) BOBO: WomenNők can get freeingyenes checkupsszűrések,
111
317338
1905
(Videó) BO: A nőknek ingyenes
szűrést biztosítunk,
05:31
and you can't get chargedtöltött more
just for beinglény a woman.
112
319267
2968
senkinek ne kelljen többet fizetnie
csak azért, mert nő.
05:34
YoungFiatal people can staymarad
on a parent'sszülő planterv untilamíg they turnfordulat 26.
113
322973
3306
A fiatalok után 26 éves korukig
járjon a családi pótlék.
SS: Nagyon valósághűnek és érdekesnek,
05:39
SSSS: I think these resultstalálatok
seemlátszik very realisticreális and intriguingérdekes,
114
327267
2952
05:42
but at the sameazonos time
frighteningijesztő, even to me.
115
330243
3173
ugyanakkor ijesztőnek is
látom ezeket az eredményeket.
05:45
Our goalcél was to buildépít an accuratepontos modelmodell
of a personszemély, not to misrepresenthamisan them.
116
333440
4015
Pontos modellt akartunk készíteni,
nem félrevezetés volt a célunk.
05:49
But one thing that concernsaggodalmak me
is its potentiallehetséges for misusevisszaélés.
117
337956
3111
De aggaszt, hogy mindez
rosszhiszeműen is felhasználható.
05:53
People have been thinkinggondolkodás
about this problemprobléma for a long time,
118
341958
2971
Az emberek jó ideje töprengenek
ezen a kérdésen,
05:56
sincemivel the daysnapok when PhotoshopPhotoshop
first hittalálat the marketpiac.
119
344953
2381
azóta, hogy a Photoshop
berobbant a piacra.
05:59
As a researcherkutató, I'm alsois workingdolgozó
on countermeasureelhárítás módja technologytechnológia,
120
347862
3801
Kutatóként az ellenintézkedések
technológiáján is dolgozom,
06:03
and I'm partrész of an ongoingfolyamatban lévő
efforterőfeszítés at AIAI FoundationAlapítvány,
121
351687
2942
és részt veszek egy most is folyó
kísérletben az MI Alapítványnál,
06:06
whichmelyik usesfelhasználások a combinationkombináció
of machinegép learningtanulás and humanemberi moderatorsModerátorok
122
354653
3397
ami gépi tanulás és az emberi
moderálás együttes alkalmazásával
06:10
to detectfelismerni fakehamisítvány imagesképek and videosvideók,
123
358074
2144
kiszűri a hamis képeket és videókat,
06:12
fightingharcoló againstellen my ownsaját work.
124
360242
1514
saját munkám ellen is harcolva.
06:14
And one of the toolsszerszámok we planterv to releasekiadás
is calledhívott RealityValóság DefenderVédő,
125
362675
3190
Reality Defender [igazságvédő] néven
tervezünk kiadni egy eszközt,
06:17
whichmelyik is a web-browserweb-böngésző plug-inbeépülő modul
that can flagzászló potentiallypotenciálisan fakehamisítvány contenttartalom
126
365889
4039
ami egy webböngésző plug-in,
ami automatikusan, közvetlenül,
06:21
automaticallyautomatikusan, right in the browserböngésző.
127
369952
2533
ott helyben jelezheti
a lehetséges hamis tartalmat.
06:24
(ApplauseTaps)
128
372509
4228
(Taps)
Mindezek ellenére a hamis videók
06:28
DespiteAnnak ellenére, hogy all this, thoughbár,
129
376761
1453
06:30
fakehamisítvány videosvideók could do a lot of damagekár,
130
378238
1840
rengeteg kárt okozhatnak,
06:32
even before anyonebárki has a chancevéletlen to verifyellenőrizze,
131
380102
3294
még mielőtt bárkinek
esélye nyílna leleplezni,
06:35
so it's very importantfontos
that we make everyonemindenki awaretudatában van
132
383420
2722
ezért nagyon fontos,
hogy mindenkiben tudatosítsuk:
06:38
of what's currentlyjelenleg possiblelehetséges
133
386166
2007
mi az, ami jelenleg lehetséges.
06:40
so we can have the right assumptionfeltevés
and be criticalkritikai about what we see.
134
388197
3369
Így megalapozott tényekre építhetünk, és
fenntartásokkal kezelhetjük, amit látunk.
06:44
There's still a long way to go before
we can fullyteljesen modelmodell individualEgyedi people
135
392423
5007
Hosszú még az út, mire
tökéletesen modellezhetünk személyeket,
06:49
and before we can ensurebiztosít
the safetybiztonság of this technologytechnológia.
136
397454
2786
és szavatolhatjuk technológiánk
biztonságos voltát.
De izgatott vagyok és reménykedem,
06:53
But I'm excitedizgatott and hopefulbizakodó,
137
401097
1587
06:54
because if we use it right and carefullygondosan,
138
402708
3539
mert ha helyesen és felelősen alkalmazzuk,
06:58
this tooleszköz can allowlehetővé teszi any individual'sEgyéni
positivepozitív impacthatás on the worldvilág
139
406271
4309
ez az eszköz nagy mértékben fokozhatja
07:02
to be massivelymasszívan scaledpikkelyes
140
410604
2190
bárkinek a világra gyakorolt
pozitív hatását,
07:04
and really help shapealak our futurejövő
the way we want it to be.
141
412818
2742
és valóban segíthet olyanra
formálni a jövőt, amilyenre akarjuk.
07:07
Thank you.
142
415584
1151
Köszönöm.
07:08
(ApplauseTaps)
143
416759
5090
(Taps)
Translated by Andrea Vida
Reviewed by Maria Ruzsane Cseresnyes

▲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