تا به حال دقت کردهاید که ابزارهای ویرایش عکس در تغییر جزئیات ساده عالی هستند، اما وقتی پای «تعاملات انسان و اشیاء» (HOI) به میان میآید، کم میآورند؟
محققان در پژوهشی جدید، بنچمارک «HOI-Edit» را برای ارزیابی دقیقتر این تعاملات پیچیده معرفی کردهاند. جالبتر اینکه آنها از مدلهای تبدیل تصویر به ویدیو (I2V) برای حل این مشکل استفاده کردهاند!
آنها همچنین چارچوب هوشمند «SCPE» را ارائه دادهاند که با قابلیت خوداصلاحی، اجازه میدهد مدلهای هوش مصنوعی اشتباهات خود را در پردازش ویدیوها شناسایی و اصلاح کنند. این یعنی گامی بلند به سوی ویرایش دقیقتر و واقعیتر تصاویر که میتواند تحولی در ابزارهای طراحی و تولید محتوا ایجاد کند. 🚀✨
منبع: arXiv Computer Vision