Đảo ngược văn bản rỗng
Đảo ngược văn bản rỗng là một kỹ thuật cho phép bạn chỉnh sửa ảnh thật bằng mô hình khuếch tán dựa trên văn bản như Khuếch tán ổn định trong khi vẫn giữ nguyên hoàn toàn mọi thứ bạn không yêu cầu thay đổi.
Tổng quan
It bridges the gap between generating fresh images and faithfully reconstructing and re-editing ones you already have.
Lặn sâu
Để chỉnh sửa hình ảnh thực bằng mô hình khuếch tán, trước tiên bạn phải chạy ngược quá trình tạo để tìm nhiễu có thể tạo lại hình ảnh đó. Một phương pháp nhanh gọi là đảo ngược DDIM thực hiện điều này nhưng bị trôi, do đó việc tái thiết có vẻ hơi sai. Hướng dẫn không có bộ phân loại, giúp tăng cường mức độ mạnh mẽ của các lời nhắc văn bản điều khiển hình ảnh, khuếch đại sự trôi dạt đó. Tính năng đảo ngược văn bản rỗng, do các nhà nghiên cứu Google giới thiệu vào năm 2022, đã khắc phục vấn đề này bằng cách giữ nguyên mô hình và thay vào đó tối ưu hóa việc nhúng văn bản 'null' (trống) được sử dụng trong hướng dẫn, mỗi lần một dấu thời gian khử nhiễu. Thao tác này sẽ ghim quá trình tái tạo trở lại ảnh gốc để các chỉnh sửa nhanh chóng sau này, chẳng hạn như biến 'chó' thành 'mèo', chỉ thay đổi nội dung dự định.
Hiểu biết kỹ thuật
Hướng dẫn không cần phân loại sẽ ngoại suy giữa dự đoán có điều kiện (có dấu nhắc) và dự đoán vô điều kiện (có nhúng dấu nhắc trống). Đảo ngược văn bản rỗng giữ cho dấu nhắc thực và trọng số cố định, đồng thời chỉ tối ưu hóa độ dốc cho phần nhúng trống ở mỗi bước trong số khoảng 50 bước khuếch tán để quỹ đạo được hướng dẫn theo dõi đường dẫn DDIM được tính toán trước. Kết quả là khả năng tái tạo gần như hoàn hảo đến từng pixel với cường độ hướng dẫn đầy đủ, giúp bạn không cần nhắc nhở để thực hiện các chỉnh sửa chính xác.
Tác động chiến lược
Tốc độ và tỷ lệ
Visual AI có thể tự động hóa các nhiệm vụ kiểm tra, phát hiện và gắn thẻ trên quy mô lớn.
Xây dựng lựa chọn
Các nhóm sáng tạo có thể tạo nguyên mẫu nhanh hơn với ít sửa đổi thủ công hơn.
Nhóm và quy trình làm việc
Các hoạt động có thể sử dụng tín hiệu hình ảnh và video mà trước đây khó xử lý.
Tương lai của việc đảo ngược văn bản rỗng
Tính năng đảo ngược văn bản rỗng diễn ra chậm vì nó tối ưu hóa từng hình ảnh, do đó công việc mới hơn sẽ hướng tới tính năng đảo ngược tức thì, không cần tối ưu hóa. Các phương pháp như Đảo ngược dấu nhắc tiêu cực, Đảo ngược trực tiếp và các phương pháp tiếp cận được xây dựng trên tính nhất quán nhanh hơn và mô hình vài bước nhằm mục đích đạt được độ chính xác tương tự trong một lần chuyển tiếp duy nhất. Hy vọng tính năng đảo ngược sẽ trở thành một bước tích hợp yên tĩnh bên trong các trình chỉnh sửa ảnh dành cho người tiêu dùng, cho phép chỉnh sửa ảnh thực đáng tin cậy mà người dùng không bao giờ phải nhìn thấy phép toán.
Triển khai trong thế giới thực
Chỉnh sửa ảnh kỳ nghỉ thực để chiếc ô tô đang đỗ trở thành màu khác trong khi đường phố, con người và ánh sáng không bị ảnh hưởng
Hoán đổi giống của thú cưng thật trong bức chân dung gia đình mà không làm thay đổi hậu cảnh hoặc tư thế
Thay đổi mùa của ảnh phong cảnh (tán lá mùa hè sang mùa thu) bằng cách chỉ chỉnh sửa từ gợi ý
Cung cấp các chỉnh sửa cục bộ theo kiểu 'nhắc nhở' trên các hình ảnh do người dùng tải lên bên trong các bản trình diễn nghiên cứu và ứng dụng chỉnh sửa
Rủi ro & lan can
Quyền và sự đồng ý về hình ảnh có thể trở thành rủi ro pháp lý nếu nguồn gốc xuất xứ không rõ ràng.
Hiệu suất của mô hình có thể khác nhau tùy theo ánh sáng, nhân khẩu học và môi trường.
Kết quả dương tính giả có thể không được chú ý trừ khi ngưỡng tin cậy được theo dõi.
Lộ trình thực hiện
Xác định tiêu chí chấp nhận về độ chính xác, thu hồi và chi phí lỗi.
Kiểm tra với dữ liệu phù hợp với điều kiện sản xuất thực tế.
Thêm đánh giá của con người đối với những dự đoán có độ tin cậy thấp hoặc tác động cao.
Theo dõi sự trôi dạt của mô hình và xác nhận lại sau khi thay đổi máy ảnh hoặc tập dữ liệu.
Tiếp tục khám phá
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 Null-Text Inversion quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Hướng dẫn tiếp theo
Chuyển văn bản thành video thành video
Câu hỏi thường gặp
What is Null-Text Inversion?
Đảo ngược văn bản rỗng là một kỹ thuật cho phép bạn chỉnh sửa ảnh thật bằng mô hình khuếch tán dựa trên văn bản như Khuếch tán ổn định trong khi vẫn giữ nguyên hoàn toàn mọi thứ bạn không yêu cầu thay đổi. Nó thu hẹp khoảng cách giữa việc tạo ra hình ảnh mới và tái tạo và chỉnh sửa lại một cách trung thực những hình ảnh bạn đã có.
Đảo ngược văn bản null thực sự tối ưu hóa điều gì?
Nó giữ cho mô hình và lời nhắc thực được cố định và chỉ tối ưu hóa việc nhúng văn bản vô điều kiện/null ở mỗi dấu thời gian, nhanh chóng và không phá hủy.
Tại sao tính năng đảo ngược DDIM đơn giản trở nên không đáng tin cậy khi được sử dụng để chỉnh sửa?
Đảo ngược DDIM tích tụ các lỗi nhỏ và sự hướng dẫn mạnh mẽ cần thiết để chỉnh sửa tốt sẽ làm tăng thêm sự tái thiết trôi dạt, xuống cấp đó.
Mục đích chính của việc đảo ngược hình ảnh thật trước khi chỉnh sửa là gì?
Việc chỉnh sửa cần có mầm nhiễu và quỹ đạo tái tạo lại bản gốc, do đó, những thay đổi kịp thời chỉ làm thay đổi nội dung dự định.
Đại khái đảo ngược văn bản null xử lý việc tối ưu hóa trong quá trình khuếch tán như thế nào?
Việc nhúng văn bản rỗng riêng biệt được điều chỉnh theo dấu thời gian để đường dẫn được hướng dẫn theo dõi chặt chẽ quỹ đạo đảo ngược được tính toán trước.
Đảo ngược văn bản rỗng được kết hợp phổ biến nhất với loại phương pháp chỉnh sửa nào?
Sau khi hình ảnh thực được đảo ngược một cách trung thực, các phương pháp điều khiển theo lời nhắc như nhắc nhở có thể thực hiện các thay đổi có mục tiêu và cục bộ.