不好意思，今天我还得给大家介绍有关AI的内容。之前，或者说去年，更具体说今年一月份之前，大家怎么也不会想到AI迭代到这种程度。而且越来越离谱了。合成满足用户需求的图像内容通常需要对生成对象的姿势、形状、表情和布局进行灵活而精确的控制。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性网络（GAN）的可控性，这通常缺乏灵活性、准确性和通用性。为此，一个研究小组开发了一种功能强大，而需要较少的控制GANs的方法，用户只需要以交互拖拽图像上的点，即可精确达到目标效果。比如一只狗狗，你可以通过拖拽直接修改狗狗嘴的大小，是否站立还是趴着，腿的长短等等。

这个新的AI技术叫DragGAN，是一种处理生成图像的创新技术。这种方法可以让用户在图像上设置点然后拖动交互地调整，实现目标点的精确定位，来实现想要的结果。
这种方法包括两个主要的组成部分。第一个组件是基于特征的运动管理，它引导手柄点向所需位置移动。第二部分涉及一种新颖的点跟踪方法，利用判别性GAN特征来连续定位处理点的位置。
使用DragGAN可以灵活地变形图像，同时保持对像素位置的完全控制。这样的话就可以随意对各种类别的图像进行改动，如动物、汽车、人类、风景等等，可以调整姿势、形状、表情和布局。

更多精彩图片 请登录

由于这些操作是在GAN的学习生成图像流上执行的，即使在具有挑战性的场景中，如产生被遮挡的内容和始终遵循物体刚性的变形形状，也可以产生写实的输出效果。定性和定量比较都证明了DragGAN在图像处理和点跟踪任务中优于现有方法。

更多精彩图片 请登录

目前开发者没有公布代码，从论文发布的介绍得知，预计将会在6六月份公布代码。虽然不能上手一试，但是看看官方的演示，感觉也很丝滑和舒坦，下面小编把官方演示的一些案例截取动图放在这里，让大家过过眼瘾。Emmm，先上视频吧。

更多精彩图片 请登录

更多精彩图片 请登录

更多精彩图片 请登录

更多精彩图片 请登录

更多精彩图片 请登录

更多精彩图片 请登录

更多精彩图片 请登录

论文地址:
https://huggingface.co/papers/2305.10973
end

更多精彩图片 请登录

公众号链接：https://mp.weixin.qq.com/s/VfxSC4c-V1XG43LQ4FB6fA

不好意思，今天我还得给大家介绍有关AI的内容。之前，或者说去年，更具体说今年一月份之前，大家怎么也不会想到AI迭代到这种程度。而且越来越离谱了。合成满足用户需求的图像内容通常需要对生成对象的姿势、形状、表情和布局进行灵活而精确的控制。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性网络（GAN）的可控性，这通常缺乏灵活性、准确性和通用性。为此，一个研究小组开发了一种功能强大，而需要较少的控制GANs的方法，用户只需要以交互拖拽图像上的点，即可精确达到目标效果。比如一只狗狗，你可以通过拖拽直接修改狗狗嘴的大小，是否站立还是趴着，腿的长短等等。

这个新的AI技术叫DragGAN，是一种处理生成图像的创新技术。这种方法可以让用户在图像上设置点然后拖动交互地调整，实现目标点的精确定位，来实现想要的结果。
这种方法包括两个主要的组成部分。第一个组件是基于特征的运动管理，它引导手柄点向所需位置移动。第二部分涉及一种新颖的点跟踪方法，利用判别性GAN特征来连续定位处理点的位置。
使用DragGAN可以灵活地变形图像，同时保持对像素位置的完全控制。这样的话就可以随意对各种类别的图像进行改动，如动物、汽车、人类、风景等等，可以调整姿势、形状、表情和布局。

更多精彩图片 请登录

由于这些操作是在GAN的学习生成图像流上执行的，即使在具有挑战性的场景中，如产生被遮挡的内容和始终遵循物体刚性的变形形状，也可以产生写实的输出效果。定性和定量比较都证明了DragGAN在图像处理和点跟踪任务中优于现有方法。

更多精彩图片 请登录

目前开发者没有公布代码，从论文发布的介绍得知，预计将会在6六月份公布代码。虽然不能上手一试，但是看看官方的演示，感觉也很丝滑和舒坦，下面小编把官方演示的一些案例截取动图放在这里，让大家过过眼瘾。Emmm，先上视频吧。

更多精彩图片 请登录

更多精彩图片 请登录

更多精彩图片 请登录

更多精彩图片 请登录

更多精彩图片 请登录

更多精彩图片 请登录

更多精彩图片 请登录

论文地址:
https://huggingface.co/papers/2305.10973
end

更多精彩图片 请登录

公众号链接：https://mp.weixin.qq.com/s/VfxSC4c-V1XG43LQ4FB6fA