بصری AI گائیڈ
ڈریگن انٹرایکٹو ایڈیٹنگ
DragGAN آپ کو پوائنٹس کو لفظی طور پر گھسیٹ کر تصویر میں ترمیم کرنے دیتا ہے: ایک جگہ پکڑیں اور اسے کسی ہدف پر گھسیٹیں، اور تصویر حقیقت پسندانہ طور پر درست ہو جاتی ہے، پوز، شکل یا اظہار کو تبدیل کرنا۔
اس گائیڈ کو سنیں۔اے آئی نے بیان کیا۔ · ~2 min
اس صفحہ پر2 منٹ پڑھیں
جائزہ
یہ اہمیت رکھتا ہے کیونکہ یہ سلائیڈرز، ماسک یا ٹیکسٹ پرامپٹس کے بغیر درست، بدیہی تصویری ہیرا پھیری کو ممکن بناتا ہے۔
گہرا غوطہ
پین، تیواری، لیمکوہلر اور میکس پلانک اور شراکت داروں (SIGGRAPH 2023) کے ساتھیوں سے DragGAN نے GAN سے تیار کردہ تصاویر کی پوائنٹ پر مبنی انٹرایکٹو ایڈیٹنگ متعارف کرائی۔ صارف تصویر پر ایک یا زیادہ 'ہینڈل' پوائنٹس اور متعلقہ 'ٹارگٹ' پوائنٹس رکھتا ہے جہاں انہیں منتقل ہونا چاہیے۔ DragGAN پھر تکراری طور پر لیٹنٹ کوڈ کو دھکیلتا ہے تاکہ ہر ہینڈل کے نیچے موجود مواد اپنے ہدف کی طرف سلائیڈ ہو جائے جبکہ باقی تصویر ہم آہنگ رہے۔ آپ کسی جانور کی ٹانگیں لمبا کر سکتے ہیں، کسی شخص کو مسکرا سکتے ہیں، گاڑی کو گھما سکتے ہیں، یا زمین کی تزئین کی شکل بدل سکتے ہیں، یہ سب کچھ گھسیٹ کر کر سکتے ہیں۔ اہم بات یہ ہے کہ ترامیم سیکھی ہوئی تصویر کا کئی گنا احترام کرتی ہیں، لہذا نتائج پکسلز کو بدبودار کرنے کے بجائے حقیقت پسندانہ رہتے ہیں۔ ایک اختیاری ماسک اس بات پر پابندی لگاتا ہے کہ کن علاقوں کو منتقل ہونے کی اجازت ہے، ٹھیک مقامی کنٹرول دے کر۔
حقیقی دنیا کا نفاذ
چہرے کے پوائنٹس کو گھسیٹ کر پورٹریٹ کے تاثرات، نگاہوں کی سمت، یا بالوں کے انداز کو ایڈجسٹ کرنا
کسی جانور یا گاڑی کے پوز اور رخ کو تبدیل کرنا، جیسے گاڑی کو گھمانا یا شیر کے سر کو تبدیل کرنا
ڈیزائن موک اپس کے لیے پروڈکٹ کی تصاویر (لمبائی، چوڑائی، یا ریپوزنگ) کی شکل دینا
شکلوں کو گھسیٹ کر زمین کی تزئین یا فیشن کی تصاویر کو ٹھیک کرنا، جیسے کہ پہاڑی شکلوں کو تبدیل کرنا یا لباس فٹ کرنا
ڈریگن انٹرایکٹو ایڈیٹنگ کا مستقبل
DragGAN نے تیزی سے فالو اپ کام کو جنم دیا جس سے ڈفیوژن ماڈلز (جیسے DragDiffusion اور FreeDrag) پر ڈریگ بیسڈ کنٹرول لایا گیا، جو حقیقی تصاویر اور صوابدیدی مواد کو اکیلے GANs سے زیادہ مضبوطی سے ہینڈل کرتے ہیں۔ متن اور علاقائی کنٹرول کے ساتھ مل کر تخلیقی سافٹ ویئر میں ڈریگ ایڈیٹنگ ایک معیاری ٹول بننے کی توقع کریں اور اسے ویڈیو اور 3D تک بڑھا دیا جائے تاکہ صارف فوٹو ریئلزم کو محفوظ رکھتے ہوئے فریموں میں اشیاء کو پوز کر سکیں یا میشوں کو انٹرایکٹو طریقے سے نئی شکل دے سکیں۔
اسے عملی جامہ پہنانا
یہ کیوں اہمیت رکھتا ہے۔
- رفتار اور پیمانہ. بصری AI پیمانے پر معائنہ، پتہ لگانے، اور ٹیگنگ کے کاموں کو خودکار کر سکتا ہے۔
- بلڈ کے انتخاب. تخلیقی ٹیمیں کم دستی ترمیم کے ساتھ تصورات کو تیزی سے پروٹو ٹائپ کر سکتی ہیں۔
- ٹیم اور ورک فلو. آپریشنز امیج اور ویڈیو سگنلز کا استعمال کر سکتے ہیں جن پر کارروائی کرنا پہلے مشکل تھا۔
پر نگاہ رکھیں
- تصویر کے حقوق اور رضامندی قانونی خطرات بن سکتے ہیں اگر ثبوت واضح نہ ہو۔
- ماڈل کی کارکردگی روشنی، ڈیموگرافکس اور ماحول میں مختلف ہو سکتی ہے۔
- جب تک اعتماد کی حدوں کی نگرانی نہ کی جائے غلط مثبتات پر کسی کا دھیان نہیں جا سکتا۔
اگلے اقدامات
- درستگی، یاد کرنے، اور غلطی کے اخراجات کے لیے قبولیت کے معیار کی وضاحت کریں۔
- اعداد و شمار کے ساتھ ٹیسٹ کریں جو حقیقی پیداوار کے حالات سے میل کھاتا ہے۔
- کم اعتماد یا زیادہ اثر والی پیشین گوئیوں کے لیے انسانی جائزہ شامل کریں۔
- کیمرہ یا ڈیٹاسیٹ کی تبدیلیوں کے بعد ماڈل ڈرفٹ کو ٹریک کریں اور دوبارہ تصدیق کریں۔
دریافت کرتے رہیں
مفت نیوز لیٹر
روزانہ AI بریفنگ حاصل کریں
ہر ہفتے کے دن صبح تین تصدیق شدہ AI کہانیاں، سادہ انگریزی میں لکھی گئیں۔ ہمیشہ کے لیے مفت، کوئی اشتہار نہیں۔
ہر ہفتے کے دن ایک ای میل۔ ایک کلک میں ان سبسکرائب کریں۔ ہم کبھی بھی آپ کا پتہ فروخت یا شیئر نہیں کرتے۔
اپنے آپ کو جانچیں۔
Take the DragGAN Interactive Editing quiz
ہر جواب پر فوری فیڈبیک، اور کورس پاس کرنے کے بعد قابلِ تصدیق ID کے ساتھ شیئر کرنے کے قابل سرٹیفکیٹ۔
مفت AI تعلیم کی حمایت کریں۔ AI Understanding ایک 501(c)(3) غیر منافع بخش ادارہ ہے — کوئی اشتہار نہیں، کوئی پے وال نہیں، کبھی نہیں۔ عطیہ کریں۔
اکثر پوچھے گئے سوالات
ڈریگن انٹرایکٹو ایڈیٹنگ کیا ہے؟
DragGAN آپ کو پوائنٹس کو لفظی طور پر گھسیٹ کر تصویر میں ترمیم کرنے دیتا ہے: ایک جگہ پکڑیں اور اسے کسی ہدف پر گھسیٹیں، اور تصویر حقیقت پسندانہ طور پر درست ہو جاتی ہے، پوز، شکل یا اظہار کو تبدیل کرنا۔ یہ اہمیت رکھتا ہے کیونکہ یہ سلائیڈرز، ماسک یا ٹیکسٹ پرامپٹس کے بغیر درست، بدیہی تصویری ہیرا پھیری کو ممکن بناتا ہے۔
صارف DragGAN میں تصویر میں کیسے ترمیم کرتا ہے؟
DragGAN ہینڈل پوائنٹس رکھ کر اور انہیں ٹارگٹ لوکیشنز پر گھسیٹ کر، اس کے مطابق تصویر کو درست کرکے کام کرتا ہے۔
DragGAN کے دو متبادل بنیادی اقدامات کیا ہیں؟
DragGAN موشن نگرانی (اہداف کی طرف فیچرز کو منتقل کرنا) اور پوائنٹ ٹریکنگ (ہینڈلز کو دوبارہ تلاش کرنا) کو تبدیل کرتا ہے، مکمل ہونے تک دہرایا جاتا ہے۔
DragGAN کی ترامیم بدبودار ہونے کے بجائے حقیقت پسندانہ کیوں نظر آتی ہیں؟
چونکہ ہیرا پھیری پہلے سے تربیت یافتہ GAN کی اویکت جگہ میں ہوتی ہے، اس لیے نتائج حقیقت پسندانہ تصویروں کے کئی گنا پر رہتے ہیں۔
DragGAN میں اختیاری ماسک کیا کنٹرول کرتا ہے؟
ایک ماسک صارفین کو ترمیمات کو منتخب علاقوں تک محدود کرنے دیتا ہے تاکہ باقی تصویر ٹھیک رہے۔
DragGAN کو 2023 میں خاص طور پر کس مقام پر پیش کیا گیا تھا؟
DragGAN SIGGRAPH 2023 میں شائع کیا گیا تھا، ایک معروف کمپیوٹر گرافکس کانفرنس۔
سیکھتے رہیں
متعلقہ گائیڈز
اس موضوع کے لیے مزید گائیڈز چنے گئے ہیں۔