استراتژی های مهندسی پرامپت معکوس (Reverse Prompt Engineering) برای استخراج و بازتولید سبک های هنری خاص در طراحی

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 4

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICAICS01_006

تاریخ نمایه سازی: 19 خرداد 1405

چکیده مقاله:

رشد سریع مدل های مولد مانند Midjourney، DALL·E، Stable Diffusion و Synthesys روش های نوین تعامل انسان با هنر دیجیتال را دگرگون کرده است. مهم ترین چالش در این حوزه، کنترل پذیری خروجی و بازتولید سبک های خاص هنری است. مهندسی معکوس پرامپت روشی است که می کوشد ساختار پنهان یک تصویر را به صورت داده زبانی بازیابی کند. این پژوهش یک چارچوب ۱۱ بخشی ارائه می دهد که شامل تحلیل سبک، استخراج پرامپت، پالایش واژگانی، مدل سازی سبک، بازتولید، و ارزیابی شباهت است. برای بررسی بیشتر، مجموعه ای ۵۰ تصویری در ۵ سبک متفاوت انتخاب و تحلیل شده است. نتایج نشان می دهد که پرامپت های پالایش شده قادرند سبک تصویری را با دقتی بین ۷۳٪ تا ۸۴٪ بازسازی کنند. همچنین ثابت شد که تنها ۱۲٪ از واژگان خروجی ابزارهای Interrogator برای هویت سبکی تصویر نقشی حیاتی دارند. این پژوهش با ارائه الگوهای عددی، تحلیل های سبکی، مقایسه ابزارها و پیشنهاد استانداردسازی داده ها گامی مهم در فهم زبان تصویری و تولید محتوا به شمار می رود.

کلیدواژه ها:

نویسندگان

محمد حسین هاشمی نجفی

دانشجوی نرم افزار کامپیوتر دانشگاه ملی مهارت ایران

امین اسماعیلی پور

مهندسی ارشد کامپیوتر گرایش رایانش امن، استاد راهنمای گروه کامپیوتر،دانشگاه ملی مهارت ایران