Mpg

L'étude présente DragGAN, une nouvelle méthode de manipulation interactive basée sur des points pour les réseaux antagonistes génératifs (GANs), offrant un contrôle flexible et précis sur la pose, la forme, l'expression et la disposition des objets générés. Contrairement aux approches existantes reposant sur des données annotées ou des modèles 3D préalables, DragGAN permet aux utilisateurs de "faire glisser" des points sur une image vers des positions cibles spécifiques de manière interactive. Ce contrôle est facilité par une supervision du mouvement basée sur les caractéristiques guidant le mouvement du point de poignée vers la cible et un système de suivi de point basé sur des caractéristiques génératives discriminatives des GANs. La méthode permet la manipulation de diverses catégories comme les animaux, les voitures, les humains et les paysages sur la variété d'images génératives apprises. Les résultats indiquent des performances améliorées en matière de manipulation d'images et de suivi de points par rapport aux méthodes précédentes. La manipulation d'images réelles par l'inversion de GAN est également démontrée. Le projet est soutenu par diverses institutions et mis à disposition pour une utilisation non commerciale sous licence Creative Commons. Des détails supplémentaires peuvent être obtenus via les informations de contact fournies.