Размер шрифта
Новости Спорт
15 000 ₽
Реклама 18+
ООО «ФОНКОР», ИНН: 7726752148
erid: 2RanykGrwGF
Участие в азартных играх
может привести к возникновению
зависимости от азартных игр
Встреча Путина, Си и Трампа в Китае
Технологии

Российские разработчики исправили главный недостаток ИИ-фотосессий

AIRI: в России повысили четкость лиц и текста на ИИ-изображениях с 52 до 76%

Ученые из Института искусственного интеллекта AIRI придумали, как исправить главную проблему ИИ-фотосессий: на сгенерированных снимках лица часто получаются непохожими на образцы, а мелкий текст на товарах превращается в нечитаемые каракули. Специалисты создали инструмент, который берет уже готовую картинку и обычную фотографию человека или товара и аккуратно исправляет на картинке только лицо или этикетку, — сообщили «Газете.Ru» в AIRI.

Современные нейросети умеют по одной фотографии поместить человека или товар в любую сцену, однако часто черты лица или мелкий шрифт нейросеть рисует неправильно.

Исследователи нашли причину: нейросеть одновременно решает две конфликтующие задачи — придумать новую позу, свет и композицию и точно скопировать каждую черту лица или букву. Когда они конфликтуют, модель выбирает общую картинку, а детали размывает.

Чтобы это исправить, исследователи разделили работу на две части: сначала программа находит лицо или товар и увеличивает этот фрагмент, затем подгоняет фотографию-образец так, чтобы глаза и текст на упаковке встали на свои места. После этого нейросеть перерисовывает фрагмент в двух режимах — один следит за сценой, другой за лицом или надписью — и результаты сводятся вместе.

Разработчики AIRI создали метод под названием KandiShop и проверили его на сотне лиц. Без него открытая нейросеть FLUX.2 klein сохраняла сходство с оригиналом на 52%, а с ним — на 75%. У Nano Banana Pro этот показатель составил 57%, у GPT Image 2 от OpenAI — 86%.

«Метод работает поверх уже сгенерированной картинки, и не важно, с помощью какого инструмента она была создана. Метод можно применить и к сгенерированным Nano Banana изображениям, чтобы получить прирост качества с 57 до 76%. Кроме того, на групповых фото каждое лицо обрабатывается отдельно, поэтому черты разных людей больше не смешиваются», — отметила научный сотрудник группы «Контролируемый генеративный ИИ» Института AIRI Вера Соболева.

KandiShop работает с уже существующими нейросетями, код KandiShop опубликован в открытом доступе и доступен всем желающим, уточнили в AIRI.

Ранее психолог назвал причины сознательного отказа людей от ИИ.

На сайте используются cookies. Продолжая использовать сайт, вы принимаете условия
Ok
1 Подписывайтесь на Газету.Ru в MAX Все ключевые события — в нашем канале. Подписывайтесь!