【ITBEAR科技資訊】6月28日消息，近日，來自馬克斯?普朗克計算機科學(xué)研究所、MIT CSAIL和谷歌的研究者們開源了一種名為DragGAN的新方法，用于控制生成對抗網(wǎng)絡(luò)(GAN)。這一方法讓用戶能夠通過簡單的點擊和拖拽，快速改變圖像的各個屬性，如汽車的尺寸和人物的表情。
DragGAN被視為一種直觀的圖像編輯工具，其使用方法簡單明了。用戶只需點擊圖像中的像素點并調(diào)整方向，便能夠輕松地改變照片中主體的位置、姿態(tài)、表情、大小和角度等。相較于基于文本生成圖像的人工智能技術(shù)，DragGAN的優(yōu)勢在于用戶可以在生成圖像后對其進行實時編輯，而無需重新生成整個圖像，從而更加靈活地獲得滿意的結(jié)果。
據(jù)ITBEAR科技資訊了解，研究論文中展示了DragGAN的一些演示案例，其中包括增加山峰的高度、改變模特的姿勢和衣服的長度和形狀、張開或閉合獅子的嘴巴，以及將一個人的表情從平淡變成微笑等。這些案例展示了DragGAN在圖像編輯方面的潛力，并為未來的研究和應(yīng)用開辟了新的方向。
研究人員表示，DragGAN在基于GAN的操作中表現(xiàn)優(yōu)異，超過了目前的最佳方法，并且具有廣闊的應(yīng)用前景。他們還計劃在未來幾個月將基于點的編輯擴展到3D生成模型，進一步提升編輯圖像的自由度和效果。
值得注意的是，盡管DragGAN的源代碼已經(jīng)開源，但使用該代碼有一些限制。該項目及其衍生作品只能用于非商業(yè)用途，僅供研究和評估目的使用。然而，英偉達公司及其附屬機構(gòu)可以在商業(yè)上使用該項目和其衍生作品，這為進一步推動技術(shù)的發(fā)展和應(yīng)用提供了機會。
DragGAN的開源發(fā)布將進一步促進圖像編輯技術(shù)的發(fā)展，為用戶提供更多靈活和可定制的編輯選擇。隨著基于點的編輯技術(shù)的不斷擴展，我們有理由期待在不久的將來能夠更加方便地實現(xiàn)各種圖像編輯任務(wù)。
