💡 تحولی در نورپردازی تصاویر با هوش مصنوعی: معرفی مدل CFT

🧠 چرا هوش مصنوعی گاهی «خیالات» می‌بیند؟

محققان در دستاورد جدیدی، روشی نوآورانه به نام «Consistent Feature Transport» یا به اختصار CFT معرفی کرده‌اند که دنیای ویرایش تصویر را متحول می‌کند! 🎨

تا پیش از این، تغییر نورپردازی تصاویر (Relighting) بدون آسیب به محتوای اصلی یا هویت سوژه، چالش بزرگی برای مدل‌های دیفیوژن بود. مدل CFT با استفاده از فرمول‌بندی «انتقال ویژگی‌های نورپردازی»، این مشکل را حل کرده و اجازه می‌دهد نور تصاویر را با دقت بسیار بالا و حفظ جزئیات تغییر دهید.

ویژگی‌های کلیدی این مدل:
✨ انتقال پایدار و دقیق نور از یک تصویر به تصویر دیگر
✨ حفظ کامل هویت و هندسه سوژه
✨ قابلیت استفاده در کارهای خلاقانه دیگر مثل انتقال سبک (Style Transfer)

این تحقیق نشان می‌دهد که می‌توان بدون از دست دادن کیفیت، نور محیط را به شکل کاملاً طبیعی بازسازی کرد. اگر به پردازش تصویر علاقه دارید، حتما کد این پروژه را بررسی کنید!

🔗 لینک گیت‌هاب: https://github.com/Dixin-Lab/CFT

منبع: arXiv Computer Vision