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

介绍

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 - 替代

Retouch4me — 修图中人工智能(AI)的优势

我们的插件旨在以专业修图师的方式工作。 Retouch4me 保留原始皮肤纹理,使照片看起来自然。 您只需将照片上传到插件中,点击一个按钮,等待人工智能完成工作。

308.8 K
RunDiffusion - 在云端自动化1111

在云上使用全托管的Automatic1111、Fooocus和ComfyUI,配备高速GPU。无需编码。在90秒内获得私人工作空间。立即开始创作AI生成艺术!

273.7 K
FeedHive - 创造大规模内容 ⚡

使用FeedHive的人工智能平台,轻松创建、发布和管理大规模的社交媒体内容

79.1 K
卓越实验室

口袋大小的增强现实技术,为富有想象力的黑客提供支持。在Brilliant Labs,我们正在构建一个开源生态系统,支持开发者和创意人士重新构想未来。

215.5 K
更多标签关于: 拖动您的GAN:在生成图像流形上进行交互式基于点的操作