最近来自马克斯·普朗克计算机科学研究所、MIT CSAIL和Google的研究员，研究了一种新的GAN控制方法DragGAN。只需点击拖拽，用户就可以 "改变汽车的尺寸，将人物嘴巴张开或合上等。

DragGAN" 类似于 Photoshop 中的扭曲变形（Warp）工具，但更为强大，因为它会重新生成物体，甚至包括旋转3D 图像。这种工具的潜力在于，从AI生成图像并不总是能产生你想要的结果。

所以，可以在生成图像之后再次编辑而不必重新生成一个新图像。研究中提供了一些演示案例，包括增加山峰的高度，改变持杆人的姿势、衣服的长度和形状，张开或闭合狮子的嘴巴，以及将一个人的表情从平淡变成笑容等。

【资料图】

目前有很多公司都在尝试为AI生成内容提供一些功能，但不能编辑由AI生成的图像。

许多人已经关注该论文。然而，由于演示视频基于低分辨率图像，也不清楚什么时候会正式推出，并且效果如何。不过这项技术潜力巨大，如果你也收到“把大象翻过来”的需求，未来这项技术或可完成任务。

那么，怎么使用 DragGAN?

通过拖拉快速修改图像的细节。

这个名为DragGAN的模型本质上是为各种GAN开发的一种交互式图像操作方法。

论文以StyleGAN2框架为基础，实现了点点鼠标、拖拉控制和目标点的P图效果。只需圈出想要移动的区域（例如狗头），就可以设置几个控制点(红点)和目标点(蓝点)。

其后模型将迭代执行运动监控和点跟踪这两个步骤。其中运动监控会强制移动红色控制点到蓝色目标点，点跟踪则用于更新控制点，并追踪图像中被修改的对象。

这个过程将一直持续到控制点到达其对应的目标点。

论文地址:https://vcai.mpi-inf.mpg.de/projects/DragGAN/data/paper.pdf

项目地址（代码6月开源）:https://github.com/XingangPan/DragGAN

（举报）

关键词：