إعادة استعادة دقة الموضوع: ثورة جديدة في تخصيص الصور الاصطناعية

تطورت نماذج diffusion، التي تحول النصوص إلى صور، بشكل كبير في السنوات الأخيرة، حيث تتمكن هذه النماذج من تخصيص الصور التي تمثل موضوعًا معينًا باستخدام تقنية DreamBooth المتطورة. ومع ذلك، مع تزايد الاعتماد على الصور الاصطناعية التي انتجتها هذه النماذج بدلاً من الصور الواقعية، ظهرت مشكلة تدهور دقة الموضوع.

تمثل المشكلة هنا في أن عملية تخصيص الصور الاصطناعية تؤدي إلى إنتاج صور ذات ألوان مشبعة بشكل مفرط وتفاصيل عالية التردد تفوق المتوقع. لتفصيل فهم هذه الظاهرة، تم إجراء تجربة فريدة حيث تم إرسال نموذجين من نفس النموذج الأساسي، أحدهما تم تدريبه على صور حقيقية والآخر على صور اصطناعية، إلى ذات البرنامج.

ركز البحث الجديد على دراسة ما يُعرف بإرشاد بدون مصنف (Classifier-Free Guidance أو CFG)، حيث أظهرت النتائج أن الاختلاف بين توقعات الضجيج الشرطي وغير الشرطي في النموذج الذي تم تدريبه على الصور الاصطناعية كان أكبر بكثير من نظيره الذي اعتمد على الصور الحقيقية.

لتجاوز هذه المعوقات، تم اقتراح تقنيّة جديدة تُسمى ReGain، والتي تعمل كنظام تصحيح لا يحتاج إلى تدريب مسبق وتقوم بتقليل التضخيم المفرط للترددات أثناء عملية العينات. ما يميز ReGain هو أنه لا يحتاج إلى استخدام صور حقيقية، مما يسهل عمليات التخصيص بشكل كبير. وفقًا للتجارب التي أجريت، تمكنت ReGain من ردم الفجوة الخاصة بدقة الموضوع بنسبة تتراوح بين 51-64% عند استخدام نموذج Stable Diffusion v1.5، مما يجعله خيارًا واعدًا لجميع من يسعى لتحسين جودة الصور الاصطناعية.