ExpressEdit: Fast Editing of Stylized Facial Expressions with Diffusion Models in Photoshop
ExpressEdit एक तेज़, ओपन-सोर्स फोटोशॉप प्लगइन है जो नेटिव टूल्स के साथ तालमेल बिठाकर और वर्तमान एआई एडिटिंग मॉडल्स की सीमाओं को दूर करने के लिए एक व्यापक, रिट्रीवल-ऑगमेंटेड एक्सप्रेशन डेटाबेस का लाभ उठाकर, 3 सेकंड से भी कम समय में आर्टिफैक्ट-मुक्त, शैलीबद्ध चेहरे के भावों की संपादन क्षमता सक्षम करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक डिजिटल कॉमिक बुक पर काम कर रहे एक कलाकार हैं। आपने एक पात्र बनाया है, लेकिन वे थोड़े अधिक गंभीर दिख रहे हैं। आप चाहते हैं कि वे "दांत भींचकर" गुस्से में या "सिसकते हुए" दुखी दिखें।
अतीत में, आपको मुंह और आंखों को पिक्सेल-दर-पिक्सेल मैन्युअल रूप से फिर से बनाने में घंटों बिताने पड़ते। फिर, AI टूल्स आए। उन्होंने वादा किया था कि वे इसे सेकंडों में कर देंगे, लेकिन वे लापरवाह इंटर्न की तरह थे: वे चेहरे को तो ठीक कर देते, लेकिन अनजाने में उनके बाल बिगाड़ देते, बैकग्राउंड बदल देते, अजीब सा स्टैटिक शोर जोड़ देते, या पूरी तस्वीर को थोड़ा ऑफ-सेंटर कर देते। आप अक्सर AI की गलतियों को सुधारने में मूल कला से भी अधिक समय बिता देते थे।
ExpressEdit ही इसका समाधान है। इसे अपने पसंदीदा आर्ट सॉफ्टवेयर (Photoshop) के अंदर रहने वाले एक सुपर-स्मार्ट, आज्ञाकारी सहायक के रूप में समझें। यह केवल यह "अनुमान" नहीं लगाता कि आप क्या चाहते हैं; यह आपकी पूर्णता के साथ काम करने के लिए आपके साथ मिलकर काम करता है।
यह कैसे काम करता है, इसे सरल अवधारणाओं में यहाँ दिया गया है:
1. "इमोशन डिक्शनरी" (लंबी-चौड़ी प्रॉम्प्ट्स का झंझट खत्म)
अधिकांश AI टूल्स के लिए आपको लंबे, जटिल वाक्य लिखने पड़ते हैं जैसे, "कृपया लड़की को आँखों में आँसू और नीचे की ओर झुके हुए मुँह के साथ दुखी दिखाएं।" यदि आप एक शब्द भी भूल जाते हैं, तो AI भ्रमित हो जाता है।
ExpressEdit अलग है। यह 135 विशिष्ट "इमोशन टैग्स" की एक विशाल लाइब्रेरी के साथ आता है।
- उपमा: कल्पना करें कि आपके पास भावनाओं का एक शब्दकोश है। लंबे पैराग्राफ लिखने के बजाय, आप बस
Sobbingजैसा शब्द या यहाँ तक कि+_+जैसा इमोजी चुन सकते हैं। - जादू: यदि आप सटीक शब्द नहीं जानते, तो टूल आपके कहानी के विचार को पढ़ता है और आपके लिए सही टैग चुन लेता है। यह आपके बिखरे हुए विचारों को तुरंत AI की पसंदीदा भाषा में अनुवादित कर देता है।
2. "लेजर-कट" सटीकता (बिखरे हुए किनारों का अंत)
पुराने AI टूल्स स्प्रे पेंट की तरह हैं: वे पूरी छवि पर नया भाव स्प्रे कर देते हैं, जिससे अक्सर बाल, कपड़े या बैकग्राउंड खराब हो जाता है। वे पीछे एक "फिंगरप्रिंट" (शोर या वॉटरमार्क) भी छोड़ देते हैं जो छवि को दानेदार बना देता है।
ExpressEdit एक लेजर कटर की तरह है।
- यह कैसे काम करता है: आप बस चेहरे (या केवल आंखों/मुंह) को घेरने के लिए मानक फोटोशॉप "लसोज़" (lasso) टूल का उपयोग करते हैं।
- परिणाम: AI केवल उस घेरे के अंदर काम करता है। यह बालों, बैकग्राउंड और चरित्र के बाकी हिस्सों को पूरी तरह से अछूता छोड़ देता है। कोई स्प्रे पेंट नहीं, कोई दानेदार शोर नहीं, कोई अनचाहे बदलाव नहीं। यह सर्जिकल है।
3. "क्ले स्कल्प्टर" साझेदारी (Liquify के साथ काम करना)
कभी-कभी आप किसी पात्र को दूसरी ओर देखते हुए दिखाने के लिए आंख को थोड़ा किनारे खिसकाना चाहते हैं। पुराने AI टूल्स इसे पसंद नहीं करते; यदि आप पहले चीजों को मैन्युअल रूप से हिलाते हैं, तो वे भ्रमित हो जाते हैं।
ExpressEdit इसे पसंद करता है। यह फोटोशॉप के Liquify टूल (जो आपको गीली मिट्टी की तरह पिक्सेल को धकेलने और खींचने की अनुमति देता है) को एक सहायक संकेत के रूप में लेता है।
- उपमा: कल्पना करें कि आप मिट्टी का एक चेहरा गढ़ रहे हैं। आप अपनी उंगली से (फोटोशॉप के Liquify का उपयोग करके) नाक को बाईं ओर धकेलते हैं। यह थोड़ा अस्त-व्यस्त और खिंचा हुआ दिखता है। फिर, आप इसे ExpressEdit को सौंपते हैं।
- परिणाम: ExpressEdit तुरंत उस अस्त-व्यस्त खिंचाव को "ठीक" कर देता है, आपके कच्चे धक्के को एक पूर्ण, प्राकृतिक दिखने वाली आंख की हरकत में बदल देता है। यह आपके रचनात्मक निर्देशन को बनाए रखते हुए आपकी गलतियों को साफ करता है।
4. "स्पीड डेमन" (तेज़ और मुफ्त)
कई पेशेवर AI टूल्स धीमे होते हैं (30-50 सेकंड लेते हैं) और महंगे होते हैं (सब्सक्रिप्शन की आवश्यकता होती है)। उन्हें अक्सर भारी, महंगे कंप्यूटर हार्डवेयर की आवश्यकता होती है।
ExpressEdit एक स्पोर्ट्स कार की तरह है:
- तेज़: यह एक सामान्य होम कंप्यूटर पर लगभग 3 सेकंड में काम पूरा कर देता है।
- मुफ्त और ओपन: यह पूरी तरह से मुफ्त, ओपन-सोर्स सॉफ्टवेयर है। आप कोड के मालिक हैं, और इसमें कोई छिपी हुई फीस या वॉटरमार्क नहीं है।
- विश्वसनीय: क्योंकि यह विशेष रूप से Photoshop के अंदर काम करने के लिए बनाया गया है, यह आपके वर्कफ़्लो को बाधित नहीं करता है। आपको विंडो बदलने या किसी वेबसाइट पर फाइल अपलोड करने की आवश्यकता नहीं है।
निचोड़
ExpressEdit वह टूल है जो अंततः कलाकारों को बिना सिरदर्द के AI का उपयोग करने की अनुमति देता है। यह रोबोट की गति को मानव हाथ की सटीकता के साथ जोड़ता है। यह कलाकार को बदलने की कोशिश नहीं करता; यह एक आदर्श साइडकिक के रूप में कार्य करता है जो चरित्र के चेहरे को बदलने के उबाऊ और कठिन हिस्सों को संभालता है, ताकि कलाकार कहानी कहने पर ध्यान केंद्रित कर सके।
संक्षेप में: यह "काश यह पात्र खुश दिखता" को "हो गया" में बदल देता है, 3 सेकंड में, बिना बाकी तस्वीर को खराब किए।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।