Проблема итеративного редактирования
Современные модели генерации изображений часто вносят специфические искажения при многократной обработке (iterative, reference-conditioned editing). Эти артефакты делятся на три категории, с которыми борется Mi-Ripple:
- Периодические решетчатые артефакты (Periodic lattice artifacts): изолированные спектральные пики, которые можно устранить селективным «вырезанием» (notching) с минимальными искажениями.
- Зернистые артефакты (Granular artifacts): текстура размером 3–8 пикселей в неструктурированных областях, снижаемая с помощью масок защиты структуры.
- Контент-запутанные артефакты (Content-entangled artifacts): повторяющиеся текстуры, накладывающиеся на волосы, листву или ткань. Для их устранения требуется человеческий контроль или регенерация изображения.
Техническая реализация и безопасность
Инструмент позиционируется как исследовательская реализация, а не универсальный детектор. Он не применяет агрессивные фильтры ко всем изображениям сразу. Ключевая особенность — этическая защита пользователя: система никогда не авторизует платную регенерацию от имени пользователя. Если артефакты перекрывают контент, процесс останавливается с статусом needs_human_decision.
Для работы требуется Python 3.11+. Установка включает базовые зависимости и опциональные модули для защиты лиц (OpenCV-based face protection).
Результаты и метрики
Инструмент использует детерминированную локальную обработку по умолчанию. На выходе пользователь получает JSON-диагноз, тепловые карты (heat maps), промежуточные маски и XML-журнал решений. Ниже приведены примеры обработки, используемые MIYANG Lab для демонстрации эффективности метода:
| Тип сцены | Версия модели | Описание артефакта | Метод восстановления |
|---|---|---|---|
| Ночные волосы (Night hair) | 2.5 | Искажения текстуры волос | Селективное вырезание решетчатых артефактов после очистки референса |
| Мшистый каньон (Moss gorge) | 2.5 / 2.0 | Зернистость в неструктурированных зонах | Снижение зернистости с маской защиты структуры |
| Тропа в тропиках (Rainforest path) | 2.0 | Повторяющиеся текстуры листвы | Контент-запутанное восстановление |
| Ледяная пещера (Ice cave) | 2.0 | Артефакты льда и теней | Селективное спектральное подавление |
Интеграция с AI-агентами
Для разработчиков AI-кодинга (AI coding agents) подготовлен специальный файл SKILL.md, описывающий полный рабочий процесс. Он включает инструкции по установке, обработке изображений, инспекции сгенерированных доказательств (heat maps) и запросу разрешения на платную регенерацию через API MIYANG. Это позволяет интегрировать Mi-Ripple в автоматизированные пайплайны с сохранением контроля качества.
Публикация и лицензия
Научная статья "Mi-Ripple: Restoring Images Degraded by Iterative AI Editing" авторов Yicheng Xu, Jiayin Chen и Muting Wang (MIYANG Technology, 2026) доступна в репозитории. Исходный код распространяется под лицензией MIT, однако торговые марки MIYANG не входят в права лицензии.
Источник: Github ↗