Glossário IA
O dicionário completo da Inteligência Artificial
Inferência de Denoising Guiada
Processo de inferência em modelos de difusão onde o denoising progressivo é orientado por informação externa (ex: imagem fonte) para garantir que o resultado final respeite as restrições impostas.
Codificação de Estrutura Semântica
Técnica que visa capturar e representar a composição espacial e as relações entre os objetos de uma imagem fonte, frequentemente através de mapas de contornos, profundidade ou segmentação, para guiar a geração.
Reamostragem Ancestral (Ancestral Sampling)
Método de amostragem estocástica durante o denoising que adiciona uma quantidade de ruído a cada etapa, herdada da etapa anterior, para introduzir variabilidade e evitar resultados excessivamente determinísticos.
Embedding Latente (Latent Embedding)
Representação vetorial de baixa dimensão de uma imagem fonte, gerada por um codificador (ex: VAE), que é utilizada como condição no espaço latente de um modelo de difusão para uma tradução imagem-para-imagem eficiente.
Denoising de Score de Langevin
Algoritmo de otimização iterativo que utiliza o gradiente da log-densidade de probabilidade (o score) para refinar progressivamente uma amostra ruidosa em direção a uma distribuição de dados alvo, formando a base da amostragem de modelos de difusão.
Mapa de Atenção Cruzada
Mecanismo em transformadores que permite ao modelo gerar uma imagem ponderando dinamicamente a importância de diferentes partes da condição (ex: tokens de texto ou patches de uma imagem fonte) a cada etapa da geração.
Pipeline de Difusão Latente (LDM)
Arquitetura de modelo de difusão que opera inteiramente num espaço latente comprimido, obtido via um VAE, para reduzir a complexidade computacional enquanto mantém uma alta qualidade de geração de imagens.
Prompt-to-Prompt
Método de edição de imagens por difusão que permite modificar uma imagem gerada alterando o seu prompt de texto inicial, preservando a estrutura da imagem original através de um alinhamento dos mapas de atenção.
Difusão Plug-and-Play (PnP)
Paradigma de resolução de problemas inversos (ex: remoção de ruído, super-resolução) que utiliza um modelo de difusão pré-treinado como um a priori sobre as imagens, combinando-o com um modelo de dados específico para a tarefa sem retreinar o difusor.