81,941 lecturas

Presentamos Drag Your GAN: arrastre objetos para crear nuevas imágenes

por Louis Bouchard2m2023/05/30

Demasiado Largo; Para Leer

DragYourGan prioriza el arrastre preciso de objetos sobre la generación de imágenes o la manipulación de texto. La IA adapta de forma realista toda la imagen, modificando la posición, la pose, la forma, las expresiones y otros elementos del marco del objeto. Las posibilidades son ilimitadas y ofrecen una forma innovadora e interactiva de experimentar con la edición de imágenes.

featured image - Presentamos Drag Your GAN: arrastre objetos para crear nuevas imágenes

Noticias emocionantes en el mundo de la IA y la edición de imágenes: Pan et al. acaban de presentar Drag Your GAN, una investigación innovadora. !

Este nuevo enfoque le permite alterar imágenes simplemente arrastrando puntos de A a B, revolucionando la forma en que interactuamos con la edición de imágenes. Esto no es solo edición, sino la creación de imágenes completamente nuevas, lo que le permite cambiar las posiciones de los objetos, las poses de los sujetos y más.

Drag Your GAN prioriza el arrastre preciso de objetos sobre la generación de imágenes o la manipulación de texto

La IA adapta de forma realista toda la imagen, modificando la posición, la pose, la forma, las expresiones y otros elementos del marco del objeto.

🐶🌄 Edite las expresiones de los perros, haga que se sienten, ajuste las poses humanas o incluso modifique los paisajes sin problemas. Drag Your GAN ofrece una forma innovadora e interactiva de experimentar con la edición de imágenes.

¿Como funciona? Drag Your Gan aprovecha StyleGAN2, una arquitectura GAN de última generación de NVIDIA. Al operar en el espacio de características (código latente), la IA aprende a editar imágenes correctamente a través de una serie de pasos y cálculos de pérdida.

Si bien los resultados son fantásticos, como verá a continuación, es importante tener en cuenta que Drag Your Gan tiene algunas limitaciones, incluida la posibilidad de editar imágenes generadas por ahora. Las imágenes son parte de la distribución. Otras limitaciones son que la selección de puntos se basa en los colores y el contraste de los píxeles, por lo que realmente no puede arrastrar nada. Si toma una parte de un automóvil rojo y lo mueve permaneciendo en el automóvil rojo, es posible que no entienda que lo mueve en absoluto.

¿No puedo esperar para probarlo?