Este artículo señala que, si bien la generación de imágenes ha avanzado significativamente con el desarrollo de modelos de texto a imagen a gran escala, especialmente los basados en difusión, resulta difícil generar detalles realistas como rostros y manos. Para abordar este problema, proponemos FairHuman, un método de ajuste fino multiobjetivo diseñado para mejorar de forma justa la calidad de la generación global y local. FairHuman utiliza un objetivo global y dos objetivos locales para manos y rostros, y deriva una estrategia óptima de actualización de parámetros basada en el criterio de retardo potencial mínimo (MPD) para lograr una optimización justa en problemas multiobjetivo. Esto mejora significativamente la generación de detalles locales complejos, manteniendo la calidad general. Mediante experimentos exhaustivos, demostramos la eficacia de nuestro método para mejorar el rendimiento de la generación de imágenes humanas en diversos escenarios.
