DalšíDalší průvodce
Tune-A-Video One-Shot střih
Vizuální AI
Vizuální průvodce AI
DragGAN umožňuje upravovat obrázek doslova přetažením bodů: uchopte místo a přetáhněte jej na cíl a obrázek se realisticky zdeformuje a změní pózu, tvar nebo výraz.
Poslechněte si tento návodAI-vyprávěný · ~2 min
It matters because it makes precise, intuitive image manipulation possible without sliders, masks, or text prompts.
DragGAN ze společnosti Pan, Tewari, Leimkuhler a kolegové ze společnosti Max Planck a partneři (SIGGRAPH 2023) představil bodovou interaktivní úpravu obrázků generovaných GAN. Uživatel umístí na obrázek jeden nebo více „úchytových“ bodů a odpovídajících „cílových“ bodů, kam by se měly pohybovat. DragGAN poté iterativně posouvá latentní kód tak, aby obsah pod každým úchytem klouzal směrem k cíli, zatímco zbytek obrázku zůstal koherentní. Můžete prodloužit nohy zvířete, přimět člověka k úsměvu, otočit auto nebo změnit obrysy krajiny, to vše tažením. Rozhodující je, že úpravy respektují naučené množství obrázků, takže výsledky zůstávají spíše realistické než rozmazání pixelů. Volitelná maska omezuje, které oblasti se mohou pohybovat, což poskytuje jemné lokalizované ovládání.
Úprava výrazu portrétu, směru pohledu nebo účesu přetažením bodů obličeje
Změna polohy a orientace zvířete nebo vozidla, jako je otočení auta nebo přemístění lví hlavy
Změna tvaru produktových fotografií (prodloužení, rozšíření nebo přemístění objektů) pro návrhové makety
Dolaďte obrázky krajiny nebo módy přetažením obrysů, jako je změna horských tvarů nebo střihu oděvu
DragGAN podnítil rychlou následnou práci, která přinesla ovládání založené na přetažení do modelů difúze (jako jsou DragDiffusion a FreeDrag), které zpracovávají skutečné fotografie a libovolný obsah robustněji než samotné GAN. Očekávejte, že se editace přetažením stane standardním nástrojem v kreativním softwaru, v kombinaci s ovládacími prvky textu a oblastí a rozšířená na video a 3D, takže uživatelé mohou interaktivně umisťovat objekty do rámečků nebo přetvářet sítě, to vše při zachování fotorealismu.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
DragGAN umožňuje upravovat obrázek doslova přetažením bodů: uchopte místo a přetáhněte jej na cíl a obrázek se realisticky zdeformuje a změní pózu, tvar nebo výraz. Je to důležité, protože umožňuje přesnou a intuitivní manipulaci s obrázky bez posuvníků, masek nebo textových výzev.
Úpravy DragGAN fungují tak, že umístíte body úchytů a přetáhnete je na cílová místa, čímž se odpovídajícím způsobem deformuje obrázek.
DragGAN střídá dohled nad pohybem (přesouvání prvků směrem k cílům) a sledování bodů (přemístění rukojetí), iteruje, dokud není hotovo.
Protože k manipulaci dochází v latentním prostoru předem připraveného GAN, výstupy zůstávají na rozmanitých realistických obrazech.
Maska umožňuje uživatelům omezit úpravy na vybrané oblasti, takže zbytek obrázku zůstane neměnný.
DragGAN byl publikován na SIGGRAPH 2023, přední počítačové grafické konferenci.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
Tune-A-Video One-Shot střih
Vizuální AI