Üretken yapay zekâda renk kontrolü

Kısa cevap

Metinden görsel üreten modeller rengi bir ölçüm olarak değil, bir tarif olarak alır: «koyu camgöbeği» ya da bir renk kodu yazmak, modelin eğitim verisinde bu sözcüklerle birlikte gördüğü renklere yakın bir sonuç verir, ama belirli bir renk değerini garanti etmez; model bir rengi yanlış nesneye de verebilir. Referans görsellerle ve yapısal koşullarla modeli yönlendirmek sonucu yaklaştırır, ama bir marka renginin belirli bir toleransın içinde tutturulması gerektiğinde, bunu güvenceye almanın yolu üretimden sonra ölçüp düzeltmektir. Bu düzeltme bütün görüntüye değil, yalnız marka renginin bulunduğu bölgeye uygulanmalıdır; yoksa aynı görüntüdeki tenler ve öbür renkler de kayar.

Model rengi nasıl «anlar»?

Bugünkü görsel üretici modellerin çoğu, gürültüden başlayıp adım adım bir görüntü oluşturan difüzyon modellerine dayanır. Rombach ve arkadaşları 2022'de bu modelleri güçlü ve esnek biçimde metne bağlamanın bir yolunu gösterdi.

Bu yorumun renk için anlamı açıktır. Model bir renk adını ya da bir renk kodunu bir ölçü olarak okumaz; onu, eğitim verisinde o sözcüklerle birlikte gördüğü görüntülerin bir özelliği olarak öğrenmiştir. TK-12 dillerin renkleri farklı sınırlarla adlandırdığını, PS-12 çocukların renk adlarının sınırlarını yavaş öğrendiğini göstermişti. Bir model de «camgöbeği» sözcüğünün sınırlarını verisinden öğrenir; bu sınırlar geniştir ve bir marka kılavuzundaki tek bir renk değeriyle örtüşmez.

Rengi yanlış nesneye vermek

Metin talimatının ikinci sınırı, rengin hangi nesneye ait olduğudur. «Kırmızı bir fincan ve mavi bir tabak» gibi bir tarifte model renkleri karıştırabilir ya da birinin rengini öbürüne taşıyabilir.

Bu, marka işlerinde önemli bir sorundur. Bir ürün görselinde marka rengi ürünün ambalajında olmalıdır, arka planda ya da bir kişinin giysisinde değil. Bir talimat ne kadar çok renk ve nesne içerirse, rengin yanlış yere gitme olasılığı o kadar artar.

Metinden öteye: görselle yönlendirmek

Metnin yetersiz kaldığı yerde model başka girdilerle yönlendirilebilir.

Zhang, Rao ve Agrawala 2023'te bu yönlendirmenin genel bir mimarisini önerdi.

Yazarlar ayrıca yeni koşulların, sıfırla başlatılan evrişim katmanları üzerinden eklendiğini ve bu sayede ince ayarın zararlı bir gürültüden etkilenmediğini, eğitimin bir milyon görüntülük küçük veri kümeleriyle bile sağlam olduğunu bildirir. Bu, bir kurumun kendi görsel diline göre yeni koşullar öğretmesinin görece erişilebilir olabileceğini düşündürür. Koşullandırma, bir nesnenin nerede duracağını ve biçimini metinden çok daha kesin belirler; böylece nitelik bağlama sorununu da azaltır, çünkü marka renginin gideceği bölge baştan tanımlanabilir. Referans görseller, bir renk dünyasını ve havayı aktarmak için yararlıdır. Ama bu yöntemlerin hiçbiri, çıktıdaki belirli bir pikselin belirli bir renk değerinde olacağını garanti etmez; model yine bir üretim yapar, bir kopyalama değil.

Kartın sorusu: neden son işlem?

Bir marka rengi, PZ-02'de gördüğümüz ayırt edici marka varlıklarından biridir ve çoğu zaman belirli bir tolerans içinde tutturulması gerekir. Üretici model bu toleransı tanımaz. Bu yüzden güvenilir bir iş akışı, rengi üretimden sonra ölçüp düzeltir. Kartın sorusunun cevabı bu üç nedendedir: model rengi bir tarif olarak yorumlar ve belirli bir değeri garanti etmez; rengi yanlış nesneye verebilir; aynı talimatla yapılan her üretim biraz farklı sonuç verir.

Renk aktarımı ve FS-07'de anlatılan LUT'lar, seri üretimde görselleri ortak bir havaya getirmek için yararlıdır. Ama bunlar bütün görüntüye uygulanır. Tek bir marka rengini tutturmak içinse düzeltmenin yalnız o renge dokunması gerekir.

Seri üretimde tutarlılık ve teslim

Bir kampanya için onlarca görsel üretildiğinde, her görselin rengi biraz farklı olur. Tutarlılık, her üretimi ayrı ayrı mükemmelleştirmekten çok, bütün görsellere aynı kontrol adımlarını uygulamaktan gelir: aynı referanslar, aynı koşullar, aynı ölçüm ve aynı düzeltme kuralları.

Teslimin kendisi de bir renk kararıdır. W3C'nin web renk kuralları, EK-16'nın aktardığı üzere, profil taşımayan her görüntüyü sRGB sayar. Bir üretim aracının çıktısının hangi renk uzayında olduğu ve bir profil taşıyıp taşımadığı denetlenmelidir; profil etiketi taşımayan bir dosyayı her yazılım kendi varsayımıyla okur. Baskıya gidecek bir görsel ise EK-16'daki akışla, ancak baskı koşulu kesinleştikten sonra CMYK'ye çevrilir.

Uygulama: bir marka rengini tutturmak

Üretken bir modelle marka rengine uyumlu görseller hazırlarken izlenebilecek adımlar şunlardır.

1. Marka rengini ve kabul toleransını bir ölçü olarak yazın; örneğin sRGB değeri ve izin verilen CIEDE2000 farkı.
2. Metin talimatında rengi ve ait olduğu nesneyi açıkça eşleştirin, ama talimatın rengi garanti etmeyeceğini varsayın; talimattaki renk ve nesne sayısını az tutun.
3. Marka renginin gideceği bölgeyi mümkünse bir bölge haritası ya da referans görselle koşullandırın.
4. Üretimden sonra marka renginin bulunduğu bölgeyi ölçün ve hedefle karşılaştırın.
5. Fark toleransı aşıyorsa yalnız o bölgeyi düzeltin; bütün görüntüye düzeltme uygulamayın.
6. Düzeltmeden sonra görüntüdeki tenleri ve öbür önemli renkleri de kontrol edin.
7. Çıktının renk uzayını ve profilini denetleyin ve teslimi hedef ortama göre yapın.

Örnek — marka rengini düzeltirken tenler

Kurgusal bir markanın rengi koyu bir camgöbeği olsun (0B6E6A). Bir model bu rengi, bir kişinin elindeki ürünün ambalajında, biraz açık ve parlak bir tonla (13807A) üretmiş olsun. İki renk arasındaki fark ΔE00 6,4'tür. Bu farkı düzeltmenin iki kaba yolu, düzeltmeyi bütün görüntüye uygulamaktır: ya bütün renkleri CIELAB'de aynı miktarda kaydırmak, ya da her renk kanalını, üretilen rengi hedefe taşıyan oranla çarpmak. İki yolun da görüntüdeki dört ten örneğine ne yaptığına bakalım.

İki yol da ambalajı hedef renge getirir, ama görüntüdeki bütün tenleri de değiştirir. CIELAB kaydırması her teni yaklaşık marka rengindeki farkın kendisi kadar kaydırır. Kanal çarpanı daha da kötüdür: en açık teni 16,1 birim kaydırır ve bütün tenleri koyulaştırır, çünkü ambalajdaki fazla açıklığı ve fazla kırmızısızlığı düzeltmek için kullanılan oranlar, teni oluşturan kanalları da aynı oranda kısar. Etki tenden tene farklıdır: en açık ten en çok, en koyu ten en az değişir, ama hepsi, çoğu durumda göze batacak kadar değişir. Bölgesel renk düzeltme bu sorunu yaşamaz: düzeltme yalnız ambalaja uygulanır ve tenler ilk hâlinde kalır.

Bölgeyi seçmenin iki yolu vardır: ambalajın çevresini bir maske olarak çizmek ya da üretilen renge yakın pikselleri renk farkıyla seçmek. İkinci yolun güvenliği, görüntüdeki öbür renklerin üretilen marka renginden ne kadar uzak olduğuna bağlıdır. Dört ten örneği 13807A'dan 39 ile 44 birim uzaktadır; makul bir seçim yarıçapı onları hiç yakalamaz. Ama aynı görüntüde mavimsi bir giysi (2F6F8F) yalnız 18, yeşilimsi bir yüzey (3A8C5A) 15,4 birim uzaktadır. Seçim yarıçapı geniş tutulursa bu yüzeyler de düzeltmeye girer ve renkleri kayar. Bu yüzden renkle seçimden sonra maskenin kendisi gözle denetlenmeli, gerekirse elle daraltılmalıdır.

Hangi farkın kabul edileceği ise bir ölçü sorusudur, bir göz kararı değil. EK-17, prova standardının spot renkler için ölçülen sapmanın 2,5 birimin içinde kalmasını istediğini göstermişti; bir marka kılavuzu da kendi toleransını benzer biçimde bir renk farkı olarak yazabilir. Örnekteki 6,4 birimlik fark böyle bir toleransın açıkça dışındadır. Bu hesap basit bir modeldir; gerçek düzeltme araçları daha karmaşık eğriler kullanır, ama bütün görüntüye uygulanan her düzeltmenin tenleri de etkileyeceği sonucu değişmez.

Sık yapılan yanlış

Özet

1. Görsel üretici modeller rengi bir tarif olarak yorumlar: bir renk adı ya da kodu, belirli bir değeri garanti etmez ve model rengi yanlış nesneye verebilir; karmaşık sahnelerde nitelik bağlama hâlâ zordur.
2. Referans görseller ve uzamsal koşullar sonucu yaklaştırır, ama bir marka rengini tolerans içinde tutturmanın güvenilir yolu çıktıyı ölçüp gerekiyorsa düzeltmektir; seri üretimde tutarlılık, aynı kontrol adımlarını her görsele uygulamaktan gelir ve teslimde renk uzayı ile profil denetlenir.
3. Düzeltme yalnız marka renginin bölgesine uygulanmalıdır: örnekte bütün görüntüye uygulanan bir CIELAB kaydırması tenleri 5,2 ile 6,3, bir kanal çarpanı 7,0 ile 16,1 birim kaydırdı.

Kendini sına

1. (Kolay) Nitelik bağlama nedir?
2. (Kolay) Koşullandırma, bir görsel üretici modeli nasıl yönlendirir?
3. (Orta) Bir üretken modelde marka rengini tutturmak için neden son işlem gerekebilir?
4. (Orta) Renk aktarımı seri üretimde ne işe yarar ve tek bir marka rengini tutturmak için neden yetmez?
5. (Zor) Örnekte kanal çarpanı neden tenleri CIELAB kaydırmasından daha çok değiştirir?
6. (Zor) Bir üretim aracının çıktısını teslim ederken renk uzayı ve profil neden denetlenmelidir?

Cevaplar

1. Bir metin talimatındaki renk, doku ya da biçim gibi niteliklerin görüntüde doğru nesneye verilmesidir; üretici modeller karmaşık sahnelerde bu görevde sık sık zorlanır. Bkz. "Rengi yanlış nesneye vermek".
2. Metin talimatının yanında bir referans görsel, bir kenar çizimi, bir derinlik haritası ya da bir bölge haritası gibi ek girdilerle; bu girdiler nesnelerin yerini ve biçimini metinden daha kesin belirler. Bkz. "Metinden öteye: görselle yönlendirmek".
3. Çünkü model rengi bir tarif olarak yorumlar ve belirli bir renk değerini garanti etmez, rengi yanlış nesneye verebilir ve aynı talimatla yapılan her üretim biraz farklı sonuç verir. Bir marka rengi belirli bir tolerans içinde tutturulacaksa, çıktı ölçülür ve fark toleransı aşıyorsa yalnız marka renginin bölgesi düzeltilir. Bkz. "Kartın sorusu: neden son işlem?".
4. Bir görüntünün renk özelliklerini başka bir görüntüye aktararak görselleri ortak bir renk dünyasına getirir; ama bütün görüntüye uygulandığı için tek bir marka rengini tutturmaya çalışırken tenleri ve öbür renkleri de değiştirir. Bkz. "Kartın sorusu: neden son işlem?".
5. Çünkü ambalajdaki açıklık ve renk farkını düzeltmek için kullanılan kanal oranları bire göre belirgin biçimde küçüktür ve teni oluşturan kanalları da aynı oranda kısar; bu, tenleri hem koyulaştırır hem de renklerini değiştirir. En açık ten 16,1 birim kayar ve açıklığı 83,1'den 70,3'e düşer. Bkz. "Örnek".
6. Çünkü web tarayıcıları profil taşımayan görüntüleri sRGB sayar ve profil etiketi taşımayan bir dosyayı her yazılım kendi varsayımıyla okur; çıktının hangi uzayda olduğu bilinmezse, ölçülüp düzeltilen renk teslimde yine kayabilir. Bkz. "Seri üretimde tutarlılık ve teslim".

Kaynaklar

• Reinhard, E., Ashikhmin, M., Gooch, B. ve Shirley, P., «Color transfer between images», IEEE Computer Graphics and Applications 21(4): 34–41, 2001.
• Rombach, R., Blattmann, A., Lorenz, D., Esser, P. ve Ommer, B., «High-resolution image synthesis with latent diffusion models», CVPR 2022: 10674–10685, 2022.
• Zhang, L., Rao, A. ve Agrawala, M., «Adding conditional control to text-to-image diffusion models», ICCV 2023: 3813–3824, 2023.
• Huang, K., Duan, C., Sun, K., Xie, E., Li, Z. ve arkadaşları, «T2I-CompBench++: an enhanced and comprehensive benchmark for compositional text-to-image generation», IEEE Transactions on Pattern Analysis and Machine Intelligence 47(5): 3563–3579, 2025.

Sonraki adım

HS-06 makinelerin rengi nasıl gördüğüne dönüyor: gri dünya ve beyaz yama varsayımlarını, öğrenen yöntemleri, meyve ayıklama ve kalite kontrolde rengi, aydınlatma kontrolünü ve veri kümelerindeki renk yanlılığını anlatıyor ve gri dünya varsayımının hangi sahnelerde başarısız olduğunu soruyor. Uçtan uca renk akışı ve teslim EK-16'da, LUT'lar FS-07'de ele alınmıştı.