En el ámbito de la edición de imágenes a través de la inteligencia artificial, un nuevo enfoque promete revolucionar la manera en que se modifican los atributos finos de los objetos en imágenes. Investigadores de la Universidad de Zhejiang han desarrollado un método denominado Structure-Preserving and Attribute Amplification (SPAA), que permite realizar transformaciones controladas de color y material de los objetos en imágenes, manteniendo intacta la estructura y el contexto original del objeto.
El desafío de modificar atributos de los objetos como el color y el material siempre ha estado presente en los modelos de difusión text-to-image (T2I). Anteriores técnicas demostraban problemas al intentar modificar estos atributos sin alterar otros aspectos de la imagen. Sin embargo, el método SPAA consigue solucionar estas limitaciones, empleando mapas de autoatención de resolución plena y vectores de amplificación de atención cruzada temporalmente conscientes.
Para lograr una implementación eficaz, los investigadores elaboraron un extenso dataset de Atributos que contiene más de 3,300 sujetos, 43 colores distintos y 14 materiales diferentes. Este es el primer conjunto de datos diseñado específicamente para la edición de color y material en objetos, el cual, además de facilitar investigaciones futuras, optimiza la manipulación específica de los atributos de los objetos.
Una serie de experimentos comprueba que el nuevo método supera significativamente a las técnicas previas en términos de edición de color y material a nivel de objeto. El SPAA es particularmente efectivo para preservar los detalles estructurales y de fondo, proporcionando ediciones más realistas y alineadas con las instrucciones dadas.
Esta innovación no solo mejora la calidad y precisión de las transformaciones en imágenes, sino que también abre nuevas posibilidades para la personalización de aplicaciones que requieren un control detallado y preciso sobre los atributos visuales de los objetos. El equilibrio logrado entre modificación de color y material, y conservación de integridad estructural, marca un avance significativo en el campo del contenido generado por inteligencia artificial (AIGC).