Venäläinen teknologiamedia www1.ru raportoi 15. lokakuuta kolmen tutkimusorganisaation kehittämästä menetelmästä, jonka on tarkoitus parantaa generatiivisten kuvamallien kykyä jäljitellä kohteita vähäisestä lähdeaineistosta.
Ongelmana on, että yksittäisestä referenssikuvasta oppiva järjestelmä saattaa kopioida kohteen lisäksi myös taustan ja satunnaisia yksityiskohtia. Jos käyttäjä antaa kuvan sohvalla makaavasta kissasta ja haluaa kissan avaruuteen, malli voi säilyttää sohvan epätoivottuna osana uutta kuvaa.
Huomio kohteen ominaisuuksiin
Tutkijoiden mukaan menetelmä muuttaa generointimallin kohinaa käsittelevää matemaattista lähestymistapaa. Tavoitteena on löytää heikoista kohinasignaaleista tietoa, joka auttaa erottamaan kohteen olennaiset ominaisuudet alkuperäisen kuvan sattumanvaraisista piirteistä.
Raportin mukaan tulokset voivat parantua ilman merkittävää lisälaskentaa. Artikkeli ei kuitenkaan sisällä riittäviä riippumattomia vertailutuloksia, joiden perusteella voisi väittää menetelmän poistavan kaikki anatomia- tai sommitteluvirheet.
Mahdollisuudet kuvanmuokkauksessa
Jos menetelmä yleistyy, siitä voisi olla hyötyä esimerkiksi tuotekuvien variaatioissa, hahmojen ulkoasun säilyttämisessä ja kuvageneroinnin ohjaamisessa.
Tällä hetkellä uutinen on syytä nähdä tutkimuskehitystä koskevana ilmoituksena. Menetelmän toimivuus erilaisilla kuvamalleilla, aineistoilla ja kaupallisissa tuotannoissa vaatii lisää näyttöä.
