Pintura de imagem

A pintura interna de imagens começou como uma técnica de restauração digital inspirada na conservação de arte, onde os restauradores preenchem cuidadosamente as áreas danificadas das pinturas. Os primeiros métodos digitais usavam síntese de textura e correspondência de patches – copiando patches semelhantes de regiões próximas. As abordagens modernas de aprendizagem profunda usam arquiteturas codificadoras-decodificadoras treinadas em milhões de imagens para entender o contexto semântico: elas sabem que uma pessoa removida em pé na grama deve ser preenchida com mais grama, não com pixels aleatórios. Modelos de pintura baseados em difusão geram múltiplas conclusões plausíveis e selecionam a mais coerente. A técnica fornece ferramentas de remoção de objetos, reparo de arranhões em fotos antigas e remoção de marcas d’água. A qualidade depende do tamanho da região mascarada, da complexidade do plano de fundo e da diversidade de dados de treinamento do modelo.