اگر با مدلهای هوش مصنوعی تصویرساز کار کرده باشید، احتمالاً با مشکلاتی مثل «اضافه شدن اشیاء ناخواسته» یا «تغییر رنگهای عجیب» در بخشهای ترمیم شده (Inpainting) روبرو شدهاید.
محققان با معرفی فریمورک جدیدی به نام ASUKA، راهکاری هوشمندانه برای رفع این دو چالش ارائه دادهاند:
✅ جلوگیری از توهم اشیاء نامرتبط با استفاده از بازسازی محیط اطراف
✅ رفع ناهماهنگی رنگی با طراحی یک دیکودر VAE تخصصی که تصویر را به صورت محلی بازسازی میکند.
این متد روی مدلهای مختلف (مثل U-Net و DiT) قابل اجراست و کیفیت نهایی ترمیم تصاویر را بهشدت بهبود میبخشد. جزئیات بیشتر و کدهای این پروژه بهزودی در گیتهاب منتشر خواهد شد.
منبع: arXiv Computer Vision