修复和修复
修复填充或替换图像内的遮罩区域，而修复则将图像延伸到其原始边界之外。
概述
它们结合起来，让你能够通过生成式AI无缝地删除物体、修复缺陷并扩展场景。
深入探讨
修复和修复是遮罩区域图像编辑任务。通过修复，您可以在照片的一部分上绘制遮罩（例如，不受欢迎的游客或划痕），并且模型仅重新生成该区域以匹配周围的内容。外涂则相反：它将原始框架“外部”的区域视为要填充的区域，创造出合理的新风景，使肖像变成完整的风景。扩散模型在这里表现出色，因为它们通过去噪生成，并且可以进行调节以在合成屏蔽像素时保持未屏蔽像素固定，可以选择通过文本提示进行引导。结果混合了灯光、纹理和透视，因此编辑看起来很自然。这些工具为手机上的“魔术橡皮擦”和专业编辑器中的“生成扩展”等日常功能提供支持。
技术洞察
在基于扩散的修复中，遮蔽区域从噪声开始并逐渐去噪，而在每一步中，已知（未遮蔽）像素都会被重新注入，因此模型仅在遮罩内部“绘画”。文本提示可以引导出现的内容。外画通过扩展画布、掩盖新的空白边框以及对现有边缘内容进行调节来重用相同的机制，以便颜色、灯光和透视自然地继续超出原始框架。
战略影响
速度与规模
视觉人工智能可以大规模自动化检查、检测和标记任务。
构建选择
创意团队可以通过更少的手动修改更快地构建概念原型。
团队与工作流程
操作可以使用以前难以处理的图像和视频信号。
修复和修复的未来
编辑变得越来越快、分辨率越来越高并且更加可控。期望提示驱动的编辑（“移除汽车，添加长凳”）成为可靠的一键操作，并更好地保留精细纹理、反射和阴影。 Outpainting 会定期为不同的屏幕重新构建和重新调整照片和视频帧的纵横比。同样的技术正在进入视频领域——一致地跨帧删除或扩展内容——提高了创造性的可能性，也提高了对无法检测的照片处理和出处标签的需求的担忧。
现实世界的实施
从度假照片中删除照片轰炸机，使背景自然填充。
通过在侧面生成新的风景，将垂直肖像扩展为宽幅横幅。
从产品照片中去除电线、瑕疵或徽标，以获得干净的目录图像。
通过重建丢失或损坏的区域来恢复旧的或撕裂的照片。
风险与防护栏
如果出处不明，肖像权和同意可能会成为法律风险。
模型性能可能因光照、人口统计和环境的不同而有所不同。
除非监控置信阈值，否则误报可能会被忽视。
实施路线图
定义精确度、召回率和错误成本的接受标准。
使用符合实际生产条件的数据进行测试。
为低置信度或高影响力的预测添加人工审核。
跟踪模型漂移并在相机或数据集更改后重新验证。
不断探索
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 Inpainting and Outpainting 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
常见问题
什么是修补和补漆？
修复填充或替换图像内的遮罩区域，而修复则将图像延伸到其原始边界之外。它们一起让您可以使用生成式 AI 来擦除对象、修复缺陷并无缝扩展场景。
补漆有什么作用？
修复会填充或替换现有图像内的选定区域以匹配其周围环境。
外画有什么作用？
外画延伸了画布，在原始框架之外创造了合理的风景。
在基于扩散的修复中，在生成过程中未屏蔽的像素会发生什么？
在每个去噪步骤中都会重新注入已知像素，因此模型仅合成掩模区域。
哪种日常手机功能属于修复形式？
“魔术橡皮擦”工具可删除对象并修补背景以填补空白。
是什么引导出现在屏蔽区域中的内容？
模型以相邻像素和可选文本提示为条件来决定生成什么。