Ce explorează lucrarea
Un portret se schimbă pe măsură ce oamenii se opresc în fața camerei. De la un participant preia descrierea ochilor, de la altul forma feței sau părul. Fiecare imagine nouă pornește de la cea anterioară, iar contribuțiile se combină într-un chip fictiv, aflat în continuă transformare.
Feature Fusion explorează relația dintre participare, reprezentare și interpretarea unei imagini prin inteligență artificială. Trăsăturile observate trec mai întâi prin limbaj: sunt selectate, descrise și apoi reinterpretate într-un portret. Cuvintele devin astfel o etapă esențială între persoana din fața camerei și imaginea pe care o vede publicul.
Lucrarea face acest traseu vizibil. Ecranul Portret arată rezultatul, Perception permite urmărirea analizei, iar Memory reunește imaginile create în timp. Prezența și mișcarea participanților influențează și compoziția sonoră, legând transformarea chipului de experiența din spațiul expoziției.
Instalația în contextul expoziției
Feature Fusion, realizată de Deian Berar, face parte din Sensing the Data, Practicing the Care — Living Planetary Circuits, expoziția smART + TECH + NATURE Lab, din cadrul Facultății de Arte și Design a Universității de Vest din Timișoara. Proiectul reunește șase lucrări care explorează relațiile dintre artă, tehnologie și mediu, sub coordonarea Aurei Bălănescu, curatoarea expoziției.
Expoziția este programată la Comenduirea Garnizoanei din Timișoara, în perioada 6–15 noiembrie 2026, ca eveniment satelit al ISEA Dubai 2026. Pagina oficială Feature Fusion prezintă lucrarea, iar site-ul expoziției prezintă celelalte proiecte și programul expoziției.
01. Portret — contribuția individuală într-un chip colectiv
Primul ecran prezintă chipul în forma sa actuală. Textul de deasupra imaginii descrie trăsăturile asociate portretului și oferă un punct de comparație: cum apar în imagine ochii, părul sau conturul feței descrise în cuvinte?
Participarea are un caracter cumulativ. Noua descriere este folosită pentru a transforma portretul existent, astfel încât fiecare întâlnire continuă o imagine începută de ceilalți. Unele schimbări sunt discrete; altele modifică vizibil înfățișarea chipului. Colecția păstrează aceste etape.
Cum devine descrierea o imagine
Qwen este modelul AI care analizează fotografia și formulează descrierea trăsăturilor selectate. Această analiză are loc pe dispozitivul instalației. Descrierea este apoi transmisă serviciului de generare a imaginilor OpenAI, împreună cu portretul anterior atunci când acesta este transformat.
Între fotografia vizitatorului și imaginea finală există, așadar, două etape distincte: descrierea vizuală și generarea portretului. Prima stabilește ce trăsături intră în text; a doua le interpretează în raport cu imaginea existentă.
O transformare care rămâne vizibilă
În timpul pregătirii unei imagini noi, portretul curent rămâne pe ecran. Linia de scanare, efectul de pixeli și literele care se amestecă însoțesc procesul. Când rezultatul este disponibil, imaginea trece treptat spre noul chip, iar descrierea devine lizibilă.
Clipitul și mișcările discrete mențin impresia de prezență între întâlniri. Numărul portretului și codul asociat permit regăsirea înregistrării, iar mesajul de stare indică etapa procesului. Împreună, aceste elemente permit urmărirea schimbării fără ca imaginea să dispară în timpul generării.
Fotografia participantului
Fotografia vizitatorului nu este trimisă către OpenAI pentru generarea portretului. Cererea folosește descrierea validată și, la transformarea unei imagini existente, portretul generat anterior.
Ștergerea fotografiei temporare se declanșează după salvarea portretului sau după 10 minute de la fotografiere. Dacă instalația este oprită, curățarea se reia la pornire. Portretul creat și descrierea sa rămân în colecție.
02. Perception — analiza devine vizibilă
Perception prezintă procesele care preced imaginea finală. În stânga se află răspunsurile detectorului de fețe YuNet. În dreapta, panourile Qwen urmăresc formarea descrierii. Imaginea camerei și graficele mișcării leagă aceste reprezentări de persoana aflată în fața instalației.
Detectarea feței
YuNet localizează fețele din imagine. Mozaicurile alb-negru prezintă hărți de activare din mai multe straturi ale rețelei: fiecare hartă conține răspunsuri la diferite zone ale imaginii. Luminozitatea face vizibilă intensitatea lor în cadrul hărții respective.
Grilele de puncte măresc câteva dintre aceste hărți. Punctele luminoase indică răspunsuri mai puternice; distribuția lor se schimbă odată cu scena. Publicul poate urmări astfel cum o deplasare sau o schimbare de poziție modifică reprezentarea imaginii în detector.
Descrierea trăsăturilor
Qwen construiește textul din fragmente numite tokenuri. Un fragment poate reprezenta un cuvânt, o parte dintr-un cuvânt sau un semn de punctuație. La fiecare pas, modelul calculează probabilitățile continuărilor posibile, în funcție de imagine și de textul deja generat.
Cele șase panouri prezintă aspecte diferite ale aceluiași răspuns:
| Panou | Ce arată |
|---|---|
| Probabilitatea fragmentelor · Token probabilities | Fiecare pătrat reprezintă un fragment generat. Luminozitatea indică probabilitatea atribuită acestuia. |
| Variante de continuare · Next-token alternatives | Câteva alternative pentru continuarea textului și probabilitatea fiecăreia. |
| Descrierea generată · Generated description | Textul pe măsură ce este produs, cu evidențierea fragmentelor recente. |
| Trăsăturile identificate · Extracted traits | Descrierile organizate pe categorii, precum ochi, păr sau forma feței. |
| Ritmul generării · Token generation rhythm | Apariția fragmentelor în timp, de la așteptarea inițială la succesiunea textului. |
| Surpriza statistică · Token surprisal | Cât de puțin probabilă era apariția fiecărui fragment. O probabilitate mai mică produce un vârf mai înalt. |
Probabilitățile descriu alegerile de text ale modelului. Ele nu măsoară exactitatea descrierii unei persoane. Panourile permit urmărirea procesului de generare și compararea textului cu trăsăturile pe care acesta le descrie.
Mișcarea participantului
Reperele desenate peste imaginea camerei urmăresc poziția și mișcarea feței. Graficul Motion · all signals prezintă ultimele 15 secunde, cu un rând pentru fiecare persoană urmărită. Cele patru culori disting deschiderea ochilor, deschiderea gurii, înclinarea capului și deplasarea feței.
Indicatorii de lângă imagine arată numărul de fețe, corpuri și mâini detectate, precum și durata analizei unui cadru. Indicatorul de bas arată intensitatea asociată prezenței. Imaginea, graficele și sunetul oferă astfel moduri complementare de a percepe aceeași participare.
03. Memory — colecția ca parte a lucrării
Memory pune imaginile în relație cu timpul. În zona portretului mărit, chipurile din colecție se succed, iar mozaicul alăturat permite compararea lor. Devine vizibil ceea ce un singur portret nu poate arăta: persistența unor trăsături, modificările succesive și diferențele dintre etapele lucrării.
Contoarele indică numărul de portrete, imaginile adăugate în ziua respectivă, trăsăturile selectate și zilele în care au fost create rezultate. Numărul de lângă portretul mărit arată poziția imaginii în colecție.
Selecția se schimbă în timp
La fiecare întâlnire sunt selectate câteva categorii de trăsături. Probabilitățile lor variază: uneori sunt șanse mai mari să fie aleși ochii, alteori părul sau conturul feței. Prin această variație, participanții pot contribui în moduri diferite la transformarea portretului.
| Grafic | Ce arată |
|---|---|
| Creșterea colecției · Collection growth | O reprezentare ilustrativă a acumulării portretelor de la o zi la alta. |
| Ritmul generării · Generation rhythm | Momentele zilei în care au fost adăugate portrete. |
| Selecția trăsăturilor · Trait mixer | Probabilitatea ca fiecare categorie să fie inclusă în următoarea contribuție. |
| Evoluția probabilităților · Trait probabilities | Schimbarea acestor probabilități în ultima oră, cu o culoare pentru fiecare categorie. |
Portretele și graficele descriu două aspecte ale lucrării: imaginile create și variația selecțiilor care contribuie la ele. Colecția permite urmărirea acestei relații pe parcursul mai multor întâlniri.
Recunoașterea participanților care revin
Instalația păstrează o reprezentare numerică a feței pentru a o compara cu întâlnirile anterioare. Această reprezentare poate permite recunoașterea participantului și nu este anonimă. Ea se păstrează după ștergerea fotografiei, la fel ca descrierile și asocierile dintre întâlniri. Limita de 10 minute se referă la fotografia temporară.