Synteza treści wizualnych, które spełniają potrzeby użytkowników, często wymaga elastycznej i precyzyjnej kontroli pozy, kształtu, ekspresji i układu generowanych obiektów. Istniejące podejścia uzyskują kontrolę nad generatywnymi sieciami przeciwstawnymi (GAN) poprzez ręcznie adnotowane dane treningowe lub wcześniejszy model 3D, którym często brakuje elastyczności, precyzji i ogólności. W tej pracy badamy potężny, ale znacznie mniej zbadany sposób kontrolowania sieci GAN, czyli "przeciągania" dowolnych punktów obrazu, aby precyzyjnie dotrzeć do punktów docelowych w sposób interaktywny dla użytkownika.
Kod na Github dostępny od czerwca.
https://github.com/XingangPan/DragGAN
#ai #DragGAN