A seguirPróximo guia
Edição One-Shot Tune-A-Video
IA visual
GUIA visual de IA
Edição interativa DragGAN
DragGAN permite editar uma imagem literalmente arrastando pontos: pegue um ponto e arraste-o para um alvo, e a imagem se deforma de forma realista, mudando a pose, a forma ou a expressão.
Ouça este guiaNarrado por IA · ~2 min
Nesta página2 minutos de leitura
Visão geral
É importante porque torna possível a manipulação de imagens precisa e intuitiva, sem controles deslizantes, máscaras ou prompts de texto.
Mergulho profundo
DragGAN, de Pan, Tewari, Leimkuhler e colegas da Max Planck e parceiros (SIGGRAPH 2023), introduziu a edição interativa baseada em pontos de imagens geradas por GAN. O usuário coloca um ou mais pontos de 'alça' em uma imagem e os pontos 'alvo' correspondentes para onde eles devem se mover. DragGAN então empurra iterativamente o código latente para que o conteúdo sob cada alça deslize em direção ao seu alvo enquanto o resto da imagem permanece coerente. Você pode alongar as pernas de um animal, fazer uma pessoa sorrir, girar um carro ou alterar os contornos de uma paisagem, tudo arrastando. Fundamentalmente, as edições respeitam a variedade de imagens aprendidas, para que os resultados permaneçam realistas em vez de manchar os pixels. Uma máscara opcional restringe quais regiões podem se mover, proporcionando um controle localizado preciso.
Implementação no mundo real
Ajustar a expressão, a direção do olhar ou o penteado de um retrato arrastando pontos faciais
Alterar a pose e a orientação de um animal ou veículo, como girar um carro ou reposicionar a cabeça de um leão
Remodelar fotos de produtos (alongar, ampliar ou reposicionar objetos) para maquetes de design
Ajustar paisagens ou imagens de moda arrastando contornos, como alterar formas de montanhas ou ajuste de roupas
O futuro da edição interativa DragGAN
DragGAN desencadeou um rápido trabalho de acompanhamento trazendo controle baseado em arrasto para modelos de difusão (como DragDiffusion e FreeDrag), que lidam com fotos reais e conteúdo arbitrário de forma mais robusta do que apenas GANs. Espere que a edição por arrastar se torne uma ferramenta padrão em software criativo, combinada com controles de texto e região, e estendida para vídeo e 3D para que os usuários possam posicionar objetos em quadros ou remodelar malhas interativamente, tudo isso preservando o fotorrealismo.
Colocando em prática
Por que isso importa
- Velocidade e escala. A IA visual pode automatizar tarefas de inspeção, detecção e marcação em grande escala.
- Escolhas de construção. As equipes criativas podem criar protótipos de conceitos mais rapidamente e com menos revisões manuais.
- Equipe e fluxo de trabalho. As operações podem usar sinais de imagem e vídeo que antes eram difíceis de processar.
Cuidado com
- Os direitos de imagem e o consentimento podem tornar-se riscos legais se a proveniência não for clara.
- O desempenho do modelo pode variar dependendo da iluminação, dados demográficos e ambientes.
- Os falsos positivos podem passar despercebidos, a menos que os limites de confiança sejam monitorados.
Próximas etapas
- Defina critérios de aceitação para precisão, recall e custos de erro.
- Teste com dados que correspondam às condições reais de produção.
- Adicione revisão humana para previsões de baixa confiança ou de alto impacto.
- Rastreie o desvio do modelo e revalide após alterações na câmera ou no conjunto de dados.
Continue explorando
Boletim informativo gratuito
Receba o resumo diário de IA
Três histórias verificadas de IA a cada manhã de dia útil, escritas em linguagem simples. Gratuito para sempre, sem anúncios.
Um e-mail a cada dia útil. Cancele a inscrição com um clique. Nunca vendemos ou compartilhamos seu endereço.
Teste você mesmo
Take the DragGAN Interactive Editing quiz
Feedback instantâneo sobre cada resposta e um certificado compartilhável com um ID verificável assim que você concluir um curso.
Apoie a educação gratuita em IA. O AI Understanding é uma organização sem fins lucrativos 501(c)(3) — sem anúncios, sem paywall, nunca. Faça uma doação
Perguntas frequentes
O que é a edição interativa DragGAN?
DragGAN permite editar uma imagem literalmente arrastando pontos: pegue um ponto e arraste-o para um alvo, e a imagem se deforma de forma realista, mudando a pose, a forma ou a expressão. É importante porque torna possível a manipulação de imagens precisa e intuitiva, sem controles deslizantes, máscaras ou prompts de texto.
Como um usuário edita uma imagem no DragGAN?
As edições DragGAN funcionam colocando pontos de alça e arrastando-os para os locais de destino, deformando a imagem de acordo.
Quais são as duas etapas principais alternadas do DragGAN?
DragGAN alterna supervisão de movimento (movimento de recursos em direção aos alvos) e rastreamento de ponto (reposicionamento de alças), iterando até terminar.
Por que as edições do DragGAN parecem realistas em vez de borradas?
Como a manipulação ocorre no espaço latente de um GAN pré-treinado, os resultados permanecem na variedade de imagens realistas.
O que significa a máscara opcional no controle DragGAN?
Uma máscara permite que os usuários restrinjam as edições às regiões escolhidas para que o restante da imagem permaneça fixo.
DragGAN foi apresentado notavelmente em qual local em 2023?
DragGAN foi publicado na SIGGRAPH 2023, uma importante conferência de computação gráfica.
Continue aprendendo
Guias relacionados
Mais guias escolhidos para este tópico