小洞不補，大洞吃苦：西交、麥馬開源全新「拖動式編輯」框架&數據集

AIGC動態歡迎閱讀

原標題：小洞不補，大洞吃苦：西交、麥馬開源全新「拖動式編輯」框架&數據集
關鍵字：拖動,編輯,圖像,質量,方法
文章來源：新智元
內容字數：5533字

內容摘要：

新智元報道編輯：LRS
【新智元導讀】最新拖拽式編輯框架GoodDrag主要創新點包括Alternating Drag and Denoising和information-preserving motion supervision，文中還提出一個新的基準數據集Drag100。拖動式圖像編輯是一種新型的、用戶交互式的圖像編輯方法。
通過設置起始點與目標點，用戶可以將圖像的內容拖動至指定位置，得到合理的圖像結果。
當前的拖動式編輯基于GAN或者diffusion模型。然而這些方法或受限于GAN模型本身的生成能力，或在diffusion模型上無法得到穩定且高質量的結果。論文地址：https://arxiv.org/abs/2404.07206
項目地址：https://gooddrag.github.io/
最近，西安交通大學和麥克馬斯特大學的研究人員提出的一種全新GoodDrag方法包含一種Alternating Drag and Denoising（AlDD）的用于拖動式編輯的框架和information-preserving motion supervision，有效提高了基于dif

原文鏈接：小洞不補，大洞吃苦：西交、麥馬開源全新「拖動式編輯」框架&數據集

聯系作者

文章來源：新智元
作者微信：AI_era
作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。