Pesquisadores Desenvolvem Novo Método para Controle de Geração de Imagens de IA

Pesquisadores da Universidade Estadual da Carolina do Norte desenvolveram um novo método para controlar a geração de imagens de inteligência artificial (IA), que pode ser usado em campos como veículos autônomos.

Geração de Imagens Condicional e Outras Técnicas

A geração de imagens condicional é uma tarefa de IA que envolve sistemas de IA criando imagens com base em um conjunto específico de condições, que o usuário pode solicitar. Técnicas mais recentes levaram isso ainda mais longe e incorporaram condições para o layout de uma imagem, o que permite que os usuários especifiquem os tipos de objetos que desejam que apareçam em locais específicos na tela.

O novo método de ponta desenvolvido pelos pesquisadores da universidade se baseia em todas essas técnicas e permite que os usuários tenham mais controle sobre as imagens, mantendo certas características em uma série de imagens.

Tianfu Wu é coautor do artigo de pesquisa e professor assistente de engenharia de computação na NC State.

“Nossa abordagem é altamente reconfigurável”, diz Wu. “Como as abordagens anteriores, a nossa permite que os usuários tenham o sistema gerar uma imagem com base em um conjunto específico de condições. Mas a nossa também permite que você retorne a essa imagem e adicione a ela. Por exemplo, os usuários poderiam ter a IA criar uma cena de montanha. Os usuários poderiam então ter o sistema adicionar esquiadores a essa cena.”

Manipulando Elementos

Com o novo método, os usuários também podem permitir que a IA manipule elementos para que sejam identificavelmente os mesmos, enquanto ainda se movem ou mudam de alguma forma. Um exemplo disso seria a IA criar uma série de imagens onde esquiadores se viram para o observador enquanto se movem por uma paisagem.

“Uma aplicação para isso seria ajudar robôs autônomos a ‘imaginar’ como o resultado final pode parecer antes de começar uma tarefa específica”, diz Wu. “Você também pode usar o sistema para gerar imagens para treinamento de IA. Então, em vez de compilar imagens de fontes externas, você pode usar esse sistema para criar imagens para treinar outros sistemas de IA.”

A nova abordagem foi testada com o conjunto de dados COCO-Stuff e o conjunto de dados Visual Genome, e com base nos padrões de qualidade de imagem, supera as técnicas de ponta anteriores.

“Nossa próxima etapa é ver se podemos estender esse trabalho para vídeo e imagens tridimensionais”, diz Wu.

Para treinar a nova abordagem, os pesquisadores tiveram que confiar em uma estação de trabalho de 4-GPU, dada a grande potência computacional necessária. Apesar disso, implantar o sistema ainda é menos dispendioso em termos computacionais.

“Descobrimos que um GPU nos dá quase velocidade em tempo real”, diz Wu.

“Além do nosso artigo, tornamos o código-fonte dessa abordagem disponível no GitHub. Dito isso, estamos sempre abertos a colaborar com parceiros da indústria.”