LegközelebbKövetkező útmutató
Tune-A-Video One-Shot Editing
Vizuális AI
Vizuális MI ÚTMUTATÓ
A DragGAN lehetővé teszi a kép szerkesztését a pontok szó szerint húzásával: ragadjon meg egy helyet, és húzza a célpontra, és a kép valósághűen deformálódik, megváltoztatva a pózt, alakot vagy kifejezést.
Hallgassa meg ezt az útmutatótAI-narrált · ~2 min
Ez azért fontos, mert lehetővé teszi a precíz, intuitív képkezelést csúszkák, maszkok vagy szöveges felszólítások nélkül.
A DragGAN, a Pan, Tewari, Leimkuhler és a Max Planck és partnerei munkatársai (SIGGRAPH 2023) bevezették a GAN által generált képek pontalapú interaktív szerkesztését. A felhasználó egy vagy több „fogantyú” pontot helyez el a képen, és a megfelelő „cél” pontokat, ahol mozognia kell. A DragGAN ezután iteratív módon eltolja a látens kódot, így az egyes fogantyúk alatti tartalom a cél felé csúszik, míg a kép többi része koherens marad. Húzással meghosszabbíthatja az állatok lábát, megmosolyogtathatja az embert, megforgathatja az autót, vagy megváltoztathatja a táj kontúrjait. Lényeges, hogy a szerkesztések tiszteletben tartják a tanult képsokaságot, így az eredmények valósághűek maradnak, nem pedig elmosódnak a képpontok. Az opcionális maszk korlátozza, hogy mely régiók mozgathatók, finom lokalizált szabályozást biztosítva.
Portré arckifejezésének, tekintetének irányának vagy frizurájának beállítása az arcpontok húzásával
Állat vagy jármű pózának és tájolásának megváltoztatása, például egy autó elforgatása vagy az oroszlánfej áthelyezése
Termékfotók átalakítása (tárgyak meghosszabbítása, szélesítése vagy áthelyezése) tervezési makettekhez
A tájképek vagy a divatképek finomhangolása a kontúrok húzásával, például a hegyek formáinak vagy a ruhák illeszkedésének megváltoztatásával
A DragGAN gyors nyomon követési munkát indított el, és a húzás alapú vezérlést hozta a diffúziós modellekhez (mint például a DragDiffusion és a FreeDrag), amelyek a valódi fényképeket és tetszőleges tartalmakat robusztusabban kezelik, mint a GAN-ok. A húzással történő szerkesztéstől elvárható, hogy a kreatív szoftverek standard eszközévé váljon, szöveg- és régióvezérlőkkel kombinálva, és kiterjessze a videóra és a 3D-re is, így a felhasználók interaktív módon helyezhetik el az objektumokat a kereteken, vagy alakíthatják át a hálókat, mindezt a fotorealizmus megőrzése mellett.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
A DragGAN lehetővé teszi a kép szerkesztését a pontok szó szerint húzásával: ragadjon meg egy helyet, és húzza a célpontra, és a kép valósághűen deformálódik, megváltoztatva a pózt, alakot vagy kifejezést. Ez azért fontos, mert lehetővé teszi a precíz, intuitív képkezelést csúszkák, maszkok vagy szöveges felszólítások nélkül.
A DragGAN szerkesztések úgy működnek, hogy a fogópontokat elhelyezik és a célhelyekre húzzák, ennek megfelelően deformálva a képet.
A DragGAN váltogatja a mozgásfelügyeletet (a funkciókat a célok felé mozgatja) és a pontkövetést (a fogantyúk áthelyezése), addig ismételgeti, amíg elkészül.
Mivel a manipuláció egy előképzett GAN látens terében történik, a kimenetek a valósághű képek sokaságán maradnak.
A maszk lehetővé teszi a felhasználók számára, hogy a szerkesztést a kiválasztott régiókra korlátozzák, így a kép többi része rögzített marad.
A DragGAN a SIGGRAPH 2023 egyik vezető számítógépes grafikai konferencián jelent meg.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
Tune-A-Video One-Shot Editing
Vizuális AI