在 5 月份，我們曾介紹過一個名為 DragGAN 的圖像編輯工具，當(dāng)時這個項目就曾表示將會 6 月公布源代碼，如今他們兌現(xiàn)承諾，正式在 GitHub 上傳了源代碼。 先給還不知道 DragGAN 的讀者簡要介紹一下，DragGAN 是由 Google 的研究人員與 Max Planck 信息學(xué)研究所和麻省理工學(xué)院 CSAIL 一起開發(fā)的項目，是一個非常直觀的圖像編輯工具，用戶只需要控制圖像中的像素點和方向，就可以快速調(diào)整照片主體的位置、姿態(tài)、表情、大小和角度等。 DragGAN 的研究人員通過不依賴領(lǐng)域特定的建�；蜉o助網(wǎng)絡(luò)，提出了一個通用框架。為了實現(xiàn)這一點，DragGAN 包含兩個主要組成部分：基于特征的運動監(jiān)督，引導(dǎo)手柄點向目標位置移動；以及一種新的點追蹤方法，利用判別生成器特征來定位手柄點的位置。 研究人員表示，他們的方法在基于 GAN 的操作中優(yōu)于 SOTA，并為圖像編輯開辟了新方向。在接下來的幾個月里，他們希望將基于點的編輯擴展到 3D 生成模型。 雖然公布了源代碼，但源代碼有嚴格的限制： 本作品及其任何衍生作品只能用于或打算用于非商業(yè)用途。盡管有上述規(guī)定，英偉達公司及其附屬機構(gòu)可以在商業(yè)上使用該作品和任何衍生作品。在此，"非商業(yè)" 是指僅用于研究或評估目的。
項目地址：https://github.com/XingangPan/DragGAN | 
發(fā)表于 2023-7-3 11:39
|