拖拽P圖技術(shù)又升級了：StableDrag更穩(wěn)、更準(zhǔn)，南大、騰訊聯(lián)合打造

AIGC動態(tài)歡迎閱讀

原標(biāo)題：拖拽P圖技術(shù)又升級了：StableDrag更穩(wěn)、更準(zhǔn)，南大、騰訊聯(lián)合打造
關(guān)鍵字：騰訊,字節(jié)跳動,模型,本文,動作
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：4674字

內(nèi)容摘要：

機(jī)器之心報道
編輯：杜偉、陳萍去年 5 月，動動鼠標(biāo)就能讓圖片變「活」得研究 DragGAN 吸引了 AI 圈的關(guān)注。通過拖拽，我們可以改變并合成自己想要的圖像，比如下圖中讓一頭獅子轉(zhuǎn)頭并張嘴。
實現(xiàn)這一效果的研究出自華人一作領(lǐng)銜的「Drag Your GAN」論文，于上個月放出并已被 SIGGRAPH 2023 會議接收。相關(guān)的項目在 GitHub 上已經(jīng)積累了 34.5k 的 Star 量。項目地址：https://github.com/XingangPan/DragGAN
之后，新加坡國立大學(xué)和字節(jié)跳動推出了類似的研究 ——DragDiffusion。他們利用大規(guī)模預(yù)訓(xùn)練擴(kuò)散模型，極大提升了基于點(diǎn)的交互式編輯在現(xiàn)實世界場景中的適用性。效果如下動圖所示：盡管取得了很大的成功，但類似的拖拽方案存在兩個主要缺陷，即點(diǎn)跟蹤不準(zhǔn)確和動作監(jiān)督不完整，從而可能導(dǎo)致無法達(dá)到滿意的拖拽效果。
為了克服這些缺陷，學(xué)、騰訊的幾位研究者提出了一種判別式點(diǎn)跟蹤方法并針對動作監(jiān)督采用了基于置信的潛在增強(qiáng)策略，構(gòu)建了一個更加穩(wěn)定和精確的拖拽編輯框架 ——StableDrag。
其中判別式點(diǎn)跟蹤方法能夠精

原文鏈接：拖拽P圖技術(shù)又升級了：StableDrag更穩(wěn)、更準(zhǔn)，南大、騰訊聯(lián)合打造

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：almosthuman2014
作者簡介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺