SMHA AI इमेज क्वालिटी के पहेली को कैसे हल करता है: सटीकता के लिए एक नया फ्रेमवर्क

टेक्स्ट से इमेज जनरेशन की तेजी ने डिजिटल क्रिएशन को बदल दिया है। लेकिन इसने एक सवाल भी खड़ा किया है। हम इन सिंथेटिक छवियों की गुणवत्ता को सही तरीके से मापते कैसे हैं? पारंपरिक फोटोज में धुंधलापन या शोर जैसे भौतिक मुद्दे होते हैं। एआई द्वारा बनाई गई छवियां अधिक जटिल होती हैं। उनमें संरचनात्मक कमियां हो सकती हैं। टेक्सचर अजीब हो सकते हैं। इमेज और प्रॉम्प्ट के बीच सूक्ष्म असंगतियां दिख सकती हैं। रिसर्चर्स ने SMHA नामक एक नए फ्रेमवर्क का विकास किया है। यह कई आयामों पर गुणवत्ता का आकलन करने के लिए डिजाइन किया गया है।

इलेक्ट्रॉनिक्स पत्रिका में प्रकाशित यह मॉडल 'नो-रेफरेंस' इमेज क्वालिटी एसेसमेंट में एक बड़ा कदम है। पुरानी विधियां कलात्मक स्टाइल और असली गड़बड़ी में अंतर करना मुश्किल मानती थीं। वे विभिन्न स्तरों पर स्थानीय अनियमितताओं या वस्तुओं के विशेष पहलुओं और स्थानिक संबंधों को देख नहीं पाती थीं। SMHA तीन मुख्य आर्किटेक्चरल घटकों के जरिए इन समस्याओं को दूर करता है। ये घटक मिलकर स्पष्टता प्रदान करते हैं।

पहला घटक एक स्टाइल-अवेयर मल्टी-स्केल क्वालिटी रिप्रजेंटेशन मॉड्यूल है। यह बाहरी प्रोटोटाइप्स का उपयोग करके निरंतर स्टाइल रेफरेंस स्थापित करता है। इस विधि से सिस्टम हिरार्कीकल विजुअल फीचर्स को जोड़ पाता है। इसका परिणाम यह होता है कि वाजिब कलात्मक बदलाव और असली जनरेशन दोषों के बीच साफ अंतर होता है। यह विभिन्न स्तरों पर लागू होता है।

दूसरा, फ्रेमवर्क प्रॉम्प्ट-गाइडेड हिरार्कीकल टेक्स्ट-इमेज अलाइनमेंट मॉड्यूल का उपयोग करता है। यह हिंदी में 'टेक्स्ट-फर्स्ट, विजुअल-वरीफिकेशन' इंटरैक्शन स्कीम पर काम करता है। यह कई विजुअल लेवल पर बारीक सामंजस्य को मॉडल करता है। यह सुनिश्चित करता है कि जनरेट की गई इमेज इनपुट प्रॉम्प्ट के अर्थपूर्ण उद्देश्य को सही ढंग से दर्शाती है। यह शब्दों और पिक्सेल्स के बीच की खाई को पाटता है।

तीसरा तत्व टास्क-स्पेसिफिक मल्टी-एक्सपर्ट एडाप्टिव कैलिब्रेशन मॉड्यूल है। यह ऑर्डिनल-सेमांटिक, लोकल-स्ट्रक्चरल और हायर-फ्रीक्वेंसी सबूतों को जोड़ता है। यह मॉड्यूल सैंपल-एडाप्टिव रेशिड्युल कैलिब्रेशन करता है। यह सुधार सामान्य गुणवत्ता आकलन और वास्तविकता की जांच दोनों कार्यों में सटीकता बढ़ाता है। यह मूल्यांकन के लिए एक मजबूत उपकरण प्रदान करता है।

AGIQA-3K और AIGCIQA2023 जैसे बेंचमार्क डेटासेट पर किए गए प्रयोगों में अच्छे परिणाम मिले हैं। ArtBench-10 पर अतिरिक्त प्रीट्रेनिंग ने मदद की। SMHA ने कई आकलन आयामों में शीर्ष प्रदर्शन दिखाया। जैसे-जैसे एआई जनरेटेड कंटेंट पेशेवर कार्यप्रवाह में आम हो रहा है, SMHA जैसे फ्रेमवर्क दृश्य विश्वसनीयता और अर्थपूर्ण सटीकता के मानकों को बनाए रखने में मदद करेंगे। यह विकास कृत्रिम बुद्धिमत्ता के विकसित क्षेत्र में मॉडल चयन और सिस्टम बेंचमार्किंग के लिए एक महत्वपूर्ण संसाधन है।