Генеративті жасанды интеллект (ИИ), Stable Diffusion, Midjourney және DALL-E сияқты модельдерді қоса алғанда, әсіресе бет симметриясы мен сәйкес саусақтарды көрсету сияқты бөлшектерімен тұрақты кескіндер жасауға жиі қиналады. Бұл модельдер әдетте квадрат кескіндерді жасайды, бұл әртүрлі аспект қатынастарында кескіндер жасау тапсырылғанда қиындықтар туғызады, нәтижесінде қосымша саусақтар немесе деформацияланған пішіндер сияқты ақаулар пайда болады. Бұл проблемаларды шешу үшін Райс университетінің компьютерлік ғалымдары ElasticDiffusion атты жаңа әдісті жасады, ол алдын ала дайындалған диффузия модельдерін пайдаланады. Райс университетінің докторанты Моайед Хажи Али бұл әдісті Сиэтлде өткен IEEE 2024 Компьютерлік көру және үлгіні тану конференциясында ұсынды. Хажи Али дәстүрлі диффузия модельдері тек белгілі бір рұқсатта кескіндер жасай алатынын, бұл шамадан тыс қиялдаудың нәтижесі екенін түсіндірді, бұл кезде ИИ моделі таныс деректерде жақсы, бірақ өзгерістер болғанда қиналады. ElasticDiffusion кескіндерді жасау кезінде жергілікті және ғаламдық ақпаратты біріктірмей, бөлуді жақсартады.

Бұл бөлу төртбұрышты емес кескіндерге бейімделгенде қайталанатын деректерден туындайтын көру ақауларын болдырмауға көмектеседі. Хажи Али бұл процестің бастапқыда кескіннің жалпы құрылымын сипаттайтын ғаламдық ұпай алуды, содан кейін пиксел деңгейіндегі бөлшектерді бөлімдерде толтыруды қамтитынын атап өтті. Бұл әдіс қосымша модельдік оқытусыз әртүрлі аспект қатынастарында айқын кескіндер жасауды мүмкін етеді. ElasticDiffusion кескін жасау кезінде үлкенірек тұрақтылық пен бейімделуді ұсынғанымен, ол сауда-саттықпен келеді: қазіргі уақытта кәдімгі диффузия модельдеріне қарағанда 6-9 есе ұзақ уақыт қажет. Хажи Али әдісті оңтайландырып, қолданыстағы әдістермен эквивалент уақыттарға қол жеткізуге, аспект қатынасына қарамастан жоғары сапалы кескіндерді жасау мүмкіндігін сақтауды мақсат етеді.