合成符合用户需求的视觉内容通常需要对生成对象的姿势、形状、表情和布局具有灵活和精确的可控性。现有方法通过手动注释的训练数据或先前的3D模型来获得生成对抗网络(GANs)的可控性,但往往缺乏灵活性、精确性和普适性。在这项工作中,我们研究了一种强大但鲜为人知的控制GANs的方式,即

拖动您的GAN:在生成图像流形上进行交互式基于点的操作

简介

什么是 DragGAN?

DragGAN 是一个强大的工具,用于在生成图像流形上进行基于点的交互式操作。它允许用户以用户交互的方式“拖动”图像的任何点,精确地达到目标点。

DragGAN 如何工作?

DragGAN 由两个主要组成部分组成:1)基于特征的运动监督,驱动手柄点向目标位置移动,2)利用辨别性 GAN 特征的新点跟踪方法,持续定位手柄点的位置。

DragGAN 的特点

  • 对像素去向有精确控制,从而操纵动物、汽车、人类、风景等各种类别的姿势、形状、表情和布局。
  • 能够以逼真的输出对图像进行变形,即使在挑战性场景下,如幻觉遮挡内容和变形形状,仍能保持对象的刚性。
  • 可用于图像操作和点跟踪任务。

价格

论文和代码可免费获取,网站上的图像、文本和视频文件可根据创意共享署名-非商业性使用 4.0 许可证免费使用。

拖动您的GAN:在生成图像流形上进行交互式基于点的操作 - 可选替代

使用稳定的扩散AI技术创建令人惊叹的图像

Tinybots.net:在Tinybots Artbot上使用Stable Diffusion创建由AI生成的图像和照片。利用由AI Horde驱动的分布式计算集群进行无缝图像生成。无需登录,完全免费使用。

--
Topaz Labs | 由人工智能驱动的专业级照片和视频编辑。

由深度学习驱动的照片和视频增强软件为您提供了最佳的图像质量,可用于降噪、锐化、放大等功能。

--
更多相关标签: 拖动您的GAN:在生成图像流形上进行交互式基于点的操作