Специалисты Московского физико-технического института, Высшей школы экономики и Института системного программирования имени В.П. Иванникова РАН разработали нейросетевые алгоритмы. Они дают сервисам-генераторам изображений возможность более точно выбирать на снимках требуемые объекты.
Специалисты пояснили: распространенные генеративные нейросети во время обработки изображений вносят шумы, то есть случайные помехи. Если операцию повторять много раз, фотография становится набором точек. После этого программа постепенно восстанавливает картинку, дополняя ее деталями из текстового запроса пользователя.
В новом подходе интерес модели с помощью математических средств сдвинули в сторону малых шумов. Такие шумы содержат сведения о тонких деталях образа. Благодаря новшеству программа может «запоминать» больше важных свойств объекта. При этом метод практически не требует дополнительных вычислительных ресурсов.
«Одна из проблем нейросетей, которые генерируют изображения, в том, что при малом количестве примеров (тем более если всего одно фото) модели усваивают не суть объекта, а все случайные детали. Попросите ее нарисовать кота в космосе, и она изобразит животное на том же диване, но с нарисованным космосом вокруг. Бороться с этим при минимуме данных крайне сложно», — пояснил один из разработчиков, магистрант кафедры алгоритмов и технологий программирования МФТИ Максим Фофанов.
Как отмечают разработчики, применение этой технологии сделает продвинутый ИИ-дизайн более доступным для обычных пользователей.
Более детально читайте в эксклюзивном материале «Известий»:
Сокровенные шумы: ИИ-художник заберет объекты из фото без ненужных деталей