Chỉnh sửa chú ý chéo nhanh chóng
Nhắc để nhắc chỉnh sửa hình ảnh được tạo bằng cách điều chỉnh lời nhắc văn bản của nó trong khi sử dụng lại bản đồ chú ý bên trong của mô hình, do đó, việc thay đổi một từ sẽ hoán đổi thành phần đó trong khi vẫn giữ nguyên phần còn lại của cảnh.
Tổng quan
It is editing through words, not pixels.
Lặn sâu
Nhắc để nhắc (Hertz và cộng sự, 2022) là một kỹ thuật không cần đào tạo để chỉnh sửa theo hướng văn bản trong các mô hình phổ biến. Thông tin chi tiết quan trọng là các bản đồ thu hút sự chú ý chéo, cho mô hình biết mỗi từ sẽ ảnh hưởng đến vùng hình ảnh nào, mã hóa bố cục không gian của cảnh. Khi bạn tạo lại một hình ảnh có lời nhắc được sửa đổi một chút, phương thức này sẽ đưa bản đồ chú ý của lời nhắc ban đầu vào lần chạy mới. Thay thế một từ, chẳng hạn như 'xe đạp' bằng 'xe máy', hoán đổi đối tượng đó trong khi vẫn giữ nguyên bố cục và nền. Việc thêm một từ chỉ gây chú ý cho các mã thông báo không thay đổi, do đó, một thuộc tính mới sẽ xuất hiện mà không cần xáo trộn lại mọi thứ. Bạn cũng có thể cân nhắc lại sự chú ý của mã thông báo để tăng cường hoặc làm suy yếu tác dụng của nó. Bởi vì nó không yêu cầu tinh chỉnh hoặc mặt nạ nên nó đã trở thành nền tảng xây dựng cho nhiều phương pháp chỉnh sửa sau này, bao gồm cả việc tạo dữ liệu của InstructPix2Pix.
Hiểu biết kỹ thuật
Trong quá trình khử nhiễu, tính năng chú ý chéo sẽ tính toán, đối với mỗi mã thông báo, một bản đồ không gian về vị trí nó tham gia trong hình ảnh. Nhắc-nhắc sao chép các bản đồ này từ thế hệ ban đầu sang bản đồ đã chỉnh sửa để chia sẻ mã thông báo. Đối với việc hoán đổi từ, nó ánh xạ sự chú ý giữa các mã thông báo tương ứng; đối với các từ được thêm vào, nó giữ lại các bản đồ cũ và chỉ cho phép các mã thông báo mới tạo ra sự chú ý mới; việc cân nhắc lại chỉ đơn giản là đo lường các giá trị chú ý của mã thông báo, tăng cường hoặc giảm bớt ảnh hưởng trực quan của nó.
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 chỉnh sửa chú ý chéo nhanh chóng
Thao tác thu hút sự chú ý chéo hiện là nền tảng cho cả nhóm công cụ tạo có thể kiểm soát và các ý tưởng mở rộng sang kiểm soát sự chú ý trong các kiến trúc mới hơn và phổ biến video để chỉnh sửa nhất quán theo thời gian. Mong đợi sự tích hợp chặt chẽ hơn với chỉnh sửa hình ảnh thực thông qua đảo ngược, xử lý mạnh mẽ hơn các thay đổi cấu trúc lớn và kết hợp với các mô hình hướng dẫn để các thủ thuật gây chú ý chạy vô hình dưới giao diện ngôn ngữ tự nhiên đơn giản.
Triển khai trong thế giới thực
Một nhà thiết kế thay đổi 'một chiếc ô tô màu đỏ trên đường phố' thành 'một chiếc ô tô màu xanh trên đường phố' và giữ nguyên bố cục khung cảnh giống hệt nhau.
Một họa sĩ minh họa đã điều chỉnh lại từ 'tuyết' để làm cho phong cảnh trở nên lạnh lẽo hơn qua nhiều biến thể.
Người kể chuyện đổi từ 'sư tử' thành 'hổ' để giữ nguyên tư thế và hình nền giống hệt nhau cho một bảng nhân vật.
Một nhà nghiên cứu sử dụng nó để tạo ra các hình ảnh trước/sau được ghép nối làm dữ liệu huấn luyện cho người chỉnh sửa làm theo hướng dẫn.
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 Prompt-to-Prompt Cross-Attention Editing 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
Chú ý chéo
Câu hỏi thường gặp
What is Prompt-to-Prompt Cross-Attention Editing?
Nhắc để nhắc chỉnh sửa hình ảnh được tạo bằng cách điều chỉnh lời nhắc văn bản của nó trong khi sử dụng lại bản đồ chú ý bên trong của mô hình, do đó, việc thay đổi một từ sẽ hoán đổi thành phần đó trong khi vẫn giữ nguyên phần còn lại của cảnh. Đó là chỉnh sửa thông qua các từ, không phải pixel.
Tính năng Nhắc để nhắc tái sử dụng thông tin nội bộ nào để giữ nguyên cảnh?
Bản đồ thu hút sự chú ý chéo mã hóa vị trí mà mỗi từ ảnh hưởng đến hình ảnh, do đó, việc sử dụng lại chúng sẽ giúp bố cục luôn nhất quán trong quá trình chỉnh sửa.
Tính năng Nhắc để nhắc có yêu cầu tinh chỉnh mô hình không?
Nó thao túng sự chú ý tại thời điểm suy luận và không cần đào tạo thêm.
Việc cân nhắc lại sự chú ý của mã thông báo có tác dụng gì?
Việc mở rộng các giá trị chú ý của mã thông báo sẽ tăng cường hoặc tắt tiếng mức độ xuất hiện của khái niệm đó.
Tại sao Nhắc để nhắc được coi là kỹ thuật nền tảng?
Thao tác chú ý không cần đào tạo của nó đã trở thành một khối xây dựng được sử dụng lại trong quá trình nghiên cứu chỉnh sửa sau đó.