ユーザーのニーズに応じたビジュアルコンテンツを合成することは、生成されたオブジェクトのポーズ、形状、表情、およびレイアウトの柔軟かつ正確な制御を必要とすることがよくあります。既存のアプローチでは、生成的対抗ネットワーク(GAN)の制御可能性を、手動で注釈付けされたトレーニングデータや事前の3Dモデルを介して獲得していますが、これらはしばしば柔軟性、精度、一般性に欠けています。この研究では、GANを制御するための強力かつあまり探求されていない方法を検討しています。

あなたのGANを引っ張る:生成画像多様体上のインタラクティブなポイントベースの操作

紹介

DragGANとは何ですか?

DragGANは生成画像多様体上での対話型ポイントベースの操作において強力なツールです。これにより、ユーザーは画像の任意のポイントを「ドラッグ」して、ユーザーインタラクティブな方法で目標ポイントに正確に到達することができます。

DragGANはどのように機能しますか?

DragGANには2つの主要なコンポーネントがあります。1) ハンドルポイントを目標位置に移動させる特徴ベースのモーション監督、および2) ハンドルポイントの位置を継続的に特定するために識別的GAN特徴を活用する新しいポイントトラッキングアプローチが含まれています。

DragGANの特徴

  • ピクセルの移動先を正確に制御できるため、動物、車両、人物、風景などの様々なカテゴリのポーズ、形状、表情、レイアウトを操作できます。
  • オクルージョンされたコンテンツの幻想化や、オブジェクトの剛性に一貫して従う形状の変形など、難しいシナリオでもリアルな出力で画像を変形できます。
  • 画像操作やポイントトラッキングのタスクに使用できます。

価格

論文とコードは無料で提供されており、サイト上の画像、テキスト、ビデオファイルは、クリエイティブ・コモンズCC BY-NC 4.0ライセンスのもとで非営利目的で自由に利用できます。

あなたのGANを引っ張る:生成画像多様体上のインタラクティブなポイントベースの操作 - 代替

Getfloorplan.com:人工知能技術を使用して2Dおよび3Dフロアプランを生成します

GetFloorPlanは、2Dフロアプランのダウンロードを提供し、ユーザーが家具付きの見事な3Dレンダリングを作成し、没入型の仮想ツアーを行うことができるようにしています。これにより、空間を視覚化し、インタラクトする方法が革新されます。

--
高品質なストックフォトと画像 - ゲッティイメージズ

Gettyimages.se: Getty Images Swedishで、高解像度のロイヤリティフリー画像、エディトリアルストック写真、ベクターグラフィックス、ビデオクリップ、音楽ライセンスを見つけてください。オンラインで最もコンテンツ豊富な画像検索ライブラリで提供されています。

--
AIコンテンツ作成ツール - GhostAI

GhostAI.me:GhostAIの革新的なソリューションでコンテンツ作成を強化しましょう。

--
関連タグ: あなたのGANを引っ張る:生成画像多様体上のインタラクティブなポイントベースの操作