如何做资讯网站,征求网站建设,如何优化网站性能,营销型网站建设要求该项目的论文被SIGGRAPH 2023 收录#xff0c;论文以 StyleGAN2 架构为基础#xff0c;实现了 “Drag” 关键点就能轻松 P 图的效果。 https://github.com/XingangPan/DragGAN
https://vcai.mpi-inf.mpg.de/projects/DragGAN/ 目录 原图1测试一测试二测试三 原图2测试一测试… 该项目的论文被SIGGRAPH 2023 收录论文以 StyleGAN2 架构为基础实现了 “Drag” 关键点就能轻松 P 图的效果。 https://github.com/XingangPan/DragGAN
https://vcai.mpi-inf.mpg.de/projects/DragGAN/ 目录 原图1测试一测试二测试三 原图2测试一测试二 原图3测试 参考文献 在官方 Demo 中作者轻触鼠标一拖一拽让狗狗微笑、让猫咪Wink、让倒影拉长、让太阳升起…完美贴合现实世界的物理结构和物理逻辑。DragGAN 源代码正式放出目前在 GitHub 上已有超过 20,000 颗星标。
根据论文中的介绍DragGAN 是一种用于直观基于点的图像编辑的交互方法。利用预先训练的 GAN 来合成不仅精确跟随用户输入的图像而且停留在真实图像的流形上。与之前的许多方法相比是一个不依赖于特定领域的建模或辅助网络的通用框架。
这是基于两种新方法实现的一是对隐编码的优化这些隐编码增量地将多个抓取点移动到它们的目标位置二是通过点跟踪过程来准确地跟踪抓取点的轨迹。这两个组件利用 GAN 中间特征图的判别质量来进行图像变形实现交互性能。目前已经证明此方法在基于 GAN 的操作中优于最先进的方法并为使用生成先验的强大图像编辑开辟了新的方向。而对于未来的工作作者计划将基于点的编辑扩展到 3D 生成模型。 原图1 测试一 测试二 测试三 原图2 测试一 测试二 原图3 测试 参考文献
https://huggingface.co/spaces/DragGan/DragGan
https://openxlab.org.cn/apps/detail/XingangPan/DragGAN
https://zhuanlan.zhihu.com/p/639963515
