ቪዥዋል AI መመሪያ

ኮድየቀድሞ ጠንካራ የፊት መልሶ ማግኛ

CodeFormer ከመጠን በላይ መበላሸትን ለመቋቋም፣ የሚታወቁ ፊቶችን በከፍተኛ ጉዳት ከተጎዱ፣ ጥቃቅን ወይም ደብዛዛ ግብዓቶች በማገገም የተገነባ የፊት እድሳት ሞዴል ነው።

2 ሚን አንብብለመጨረሻ ጊዜ የዘመነው

አጠቃላይ እይታ

It matters because it lets users dial the trade-off between staying faithful to the original and producing a clean, high-quality result.

ጥልቅ ዳይቭ

CodeFormer (NeurIPS 2022) ዳግም ክፈፎች ከተከታታይ ፒክስል ዳግም መመለሻ ይልቅ እንደ የተለየ ኮድ ትንበያ አድርገው ወደነበረበት መመለስን ይመለከታል። በመጀመሪያ የVQGAN-style codebook ያሠለጥናል፡ ትንሽ፣ የተማረ የፊት 'ግንባታ ብሎኮች' መዝገበ ቃላት ከፍተኛ ጥራት ያለው የፊት ዝርዝርን ይይዛል። የተበላሸ ፊት ከተሰጠው በኋላ፣ ትራንስፎርመር የትኛው የኮድ ደብተር በተሻለ መልኩ እንደሚገነባ ይተነብያል፣ መልሶ ማቋቋምን እንደ የፊት ክፍሎች ትክክለኛ ምልክቶችን እንደ ማንሳት ይመለከታል። የኮድ ደብተሩ የሚኖረው በተጨናነቀ፣ ውሱን በሆነ ቦታ ውስጥ ስለሆነ፣ ሞዴሉ ፒክሰሎችን በቀጥታ ከሚያሳዩ ዘዴዎች የበለጠ ጠንካራ እስከ ከባድ ጫጫታ እና ብዥታ ነው። ቁጥጥር የሚደረግበት የባህሪ ለውጥ ሞጁል ተጠቃሚዎች የተሳለ፣ የበለጠ ተጨባጭ ውፅዓት ወይም ለተጎዳው ግብአት ጠንካራ ታማኝነት ለመስጠት አንድ ነጠላ ክብደት (ብዙውን ጊዜ ታማኝነት ተብሎ የሚጠራው) እንዲንሸራተቱ ያስችላቸዋል።

ቴክኒካዊ ግንዛቤ

የልዩ ኮድ ደብተሩ እንደ ጠንካራ ቀዳሚ እና የተገደበ 'የቃላት ዝርዝር' ይሰራል፣ ስለዚህ ግብአቱ በጣም የተበላሸ ቢሆንም እንኳ ትራንስፎርመር አሁንም ትክክለኛ እና ከፍተኛ ጥራት ያላቸውን የፊት ኮዶች ትንበያዎችን ማንሳት ይችላል። ይህ በትኩረት የሚሰራው አለምአቀፍ ሞዴሊንግ መበስበስን በሚያጠፋው የአካባቢ ፒክሴል ምልክቶች ላይ ያለውን ጥገኝነት ይቀንሳል። የሚስተካከለው የታማኝነት ክብደት ኔትወርኩ ምን ያህል በግቤት ባህሪያት ላይ እንደተደገፈ እና ከተማረው ኮድ ደብተር ጋር ምን ያህል እንደሚደገፍ ይቆጣጠራል፣ ከውጤት ንፅህና አንጻር የማንነት ጥበቃ።

ስልታዊ ተጽእኖ

ፍጥነት እና ልኬት

ቪዥዋል AI የመመርመሪያ፣ የማወቅ እና የመለያ ስራዎችን በሚዛን መጠን በራስ ሰር ሊያደርግ ይችላል።

ምርጫዎችን ይገንቡ

የፈጠራ ቡድኖች በጥቂት የእጅ ክለሳዎች ጽንሰ-ሀሳቦችን በፍጥነት መተየብ ይችላሉ።

ቡድን እና የስራ ፍሰት

ክዋኔዎች ከዚህ ቀደም ለማስኬድ አስቸጋሪ የነበሩትን የምስል እና የቪዲዮ ምልክቶችን መጠቀም ይችላሉ።

የኮድፎርመር ጠንካራ የፊት መልሶ ማግኛ የወደፊት ዕጣ

Codebook-plus-Transformer ንድፎች ሰፋ ያለ የመልሶ ማቋቋም እና የማመንጨት ስራ ላይ ተጽእኖ እያሳደሩ ነው፣ እና CodeFormer ከጊዜ ወደ ጊዜ ከስርጭት ማጣራት ጋር ለጥሩ ውጤትም ይቀላቀላል። ለቪዲዮ የተሻሉ ጊዜያዊ ስሪቶችን ይጠብቁ፣ በጣም ጥሩ የማንነት መታወቂያ በጣም ከባድ ወደነበረበት መመለስ የአንድን ሰው መመሳሰል አይለውጥም፣ እና ከሸማች ፎቶ መተግበሪያዎች ጋር ጥብቅ ውህደት። ልክ እንደ ሁሉም የፊት ማገገሚያዎች፣ በድጋሚ ስለተገነቡ ዝርዝሮች እና አላግባብ ጥቅም ላይ የሚውሉ መከላከያዎችን በተመለከተ ግልጽነት በአስፈላጊነቱ ያድጋል።

የእውነተኛ-ዓለም አተገባበር

በጣም ዝቅተኛ ጥራት ካለው ክትትል ወይም የመዝገብ ቀረጻ ፊቶችን በማገገም ላይ

በጣም የተበላሹ፣ የደበዘዙ ወይም ፒክሴል ያደረጉ ታሪካዊ የቁም ምስሎችን ወደነበሩበት በመመለስ ላይ

ፊቶች ወደ ብዥታ ወይም መዛባት የወደቁባቸውን በAI-የተፈጠሩ ምስሎችን ማስተካከል

በታማኝነት ወይም በተወለወለ እድሳት መካከል ለመምረጥ ተጠቃሚዎች የታማኝነት ተንሸራታች እንዲያስተካክሉ መፍቀድ

አደጋዎች እና የጥበቃ መንገዶች

የምስል መብቶች እና ፈቃድ ግልጽ ካልሆነ ህጋዊ አደጋዎች ሊሆኑ ይችላሉ።

የሞዴል አፈጻጸም በብርሃን፣ በስነ-ሕዝብ እና በአካባቢው ሊለያይ ይችላል።

የመተማመን ገደቦች ካልተቆጣጠሩ የውሸት አወንታዊ ነገሮች ላይታዩ ይችላሉ።

የትግበራ ፍኖተ ካርታ

1

ለትክክለኛነት፣ ለማስታወስ እና ለስህተት ወጪዎች የመቀበያ መስፈርቶችን ይግለጹ።

2

ከእውነተኛ የምርት ሁኔታዎች ጋር በሚዛመድ ውሂብ ይሞክሩ።

3

ለዝቅተኛ እምነት ወይም ከፍተኛ ተጽዕኖ ትንበያ የሰው ግምገማን ያክሉ።

4

ከካሜራ ወይም የውሂብ ስብስብ ለውጦች በኋላ የሞዴሉን ተንሸራታች ይከታተሉ እና እንደገና ያረጋግጡ።

ማሰስዎን ይቀጥሉ

Free newsletter

Get the daily AI briefing

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the CodeFormer Robust Face Recovery quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

ጥያቄ ጀምር

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

ቀጣይ መመሪያ

የላማ ጥራት-ጠንካራ ቀለም መቀባት

በተደጋጋሚ የሚጠየቁ ጥያቄዎች

What is CodeFormer Robust Face Recovery?

CodeFormer ከመጠን በላይ መበላሸትን ለመቋቋም፣ የሚታወቁ ፊቶችን በከፍተኛ ጉዳት ከተጎዱ፣ ጥቃቅን ወይም ደብዛዛ ግብዓቶች በማገገም የተገነባ የፊት እድሳት ሞዴል ነው። ተጠቃሚዎች ለዋናው ታማኝ ሆነው በመቆየት እና ንፁህ ጥራት ያለው ውጤት በማምጣት መካከል ያለውን የንግድ ልውውጥ እንዲደውሉ ስለሚያደርግ አስፈላጊ ነው።

CodeFormer የፊት እድሳት ችግርን በመሠረታዊነት እንዴት ያዘጋጃል?

CodeFormer ከVQGAN-style codebook ውስጥ የተካተቱ ግቤቶችን ይተነብያል፣እድሳትን እንደ ጥሬ ፒክሰሎች ከመመለስ ይልቅ ቶከኖችን እንደ መምረጥ ነው።

የትኞቹ የኮድ ደብተር ግቤቶች እንደሚጠቀሙ የሚተነብይ የትኛው አካል ነው?

አንድ ትራንስፎርመር ምርጡን የኮድ ደብተር ቶከኖች ለመተንበይ ዓለም አቀፋዊ አውድ ይቀርጻል፣ ይህም በአካባቢያዊ ፒክስል ምልክቶች ላይ ከመታመን የበለጠ ጠንካራ ነው።

ለምንድነው ልዩ የሆነው የኮድ ደብተር በከፍተኛ ደረጃ ለተበላሹ ግብዓቶች የሚረዳው?

ትንበያዎች ወደ ውሱን ከፍተኛ ጥራት ያላቸውን የፊት ኮዶች ስብስብ ስለሚይዙ፣ የግቤት ፒክሰሎች በጣም የተበላሹ ቢሆኑም ሞዴሉ ጠንካራ ሆኖ ይቆያል።

የ CodeFormer የሚስተካከለው ታማኝነት ክብደት ምን ይቆጣጠራል?

ሊቆጣጠረው የሚችል የባህሪ ለውጥ ተጠቃሚዎች የመጀመሪያውን ማንነት በመጠበቅ እና ንፁህ እና የተሻሉ ውጤቶችን በማምጣት መካከል እንዲንሸራተቱ ያስችላቸዋል።

ኮድፎርመር በየትኛው ቦታ ታትሟል?

CodeFormer በNeurIPS 2022 አስተዋወቀ፣ ይህም የኮድ ደብተር መፈለጊያ አቀራረብን ለጠንካራ የፊት እድሳት አቅርቧል።