Text Based Image Editing

Textbasierte Bildbearbeitung ist eine wichtige Unterdisziplin im Bereich der Computer Vision, die darauf abzielt, Bilder durch natürlichsprachliche Anweisungen präzise zu bearbeiten. Das Ziel dieser Aufgabe besteht darin, Modelle dazu zu befähigen, textuelle Beschreibungen zu verstehen und bestimmte Attribute im Bild entsprechend zu ändern, wie zum Beispiel die Schärfung der Nase oder das Verkleinern der Lippen. Ihr Anwendungswert liegt darin, die personalisierten Bildbearbeitungsbedürfnisse der Nutzer effizient und flexibel zu erfüllen, wobei sie in vielen Bereichen wie Bildverarbeitung, virtuelles Ausprobieren, Film- und Fernsehpostproduktion und anderen eingesetzt wird.