Эффект боке в нейросетях: почему генераторы путают размытие фона
Боке, или размытие фона в портретной съёмке, требует от генератора не только понимания глубины сцены, но и физически корректного моделирования оптических свойств объектива. Нейросети часто путают разную степень размытия, создают неправдоподобные паттерны размытия или вовсе игнорируют этот эффект.
Проблема коренится в том, что традиционные архитектуры для синтеза изображений работают в одном пространстве признаков и не имеют явного представления о глубине сцены и оптических параметрах. Обучение на фотографиях недостаточно передаёт сложность эффекта генераторам.
Техники улучшения
Исследователи экспериментируют с двухступенчатыми подходами, где сначала генерируется карта глубины, а затем применяются фильтры размытия на основе этой карты. Другие подходы предлагают вводить боке как отдельный условный элемент в промпте или добавлять специализированную голову модели для обработки эффектов размытия.
Несмотря на эти попытки, боке остаётся областью, где генератору часто требуется постобработка. По мере развития условных и многозадачных генеративных моделей качество воспроизведения этого эффекта должно улучшаться.