noviembre 21, 2024

VEKTRA 374

Sitio web de animación 3D, inteligencia artificial, robótica y tecnología

- Inicio » DragGAN: La nueva forma de controlar el arte generativo a través de puntos

DragGAN: La nueva forma de controlar el arte generativo a través de puntos

Un grupo de investigadores publicó recientemente un artículo que presenta DragGAN, una técnica innovadora para manipular imágenes generadas.

Un grupo de investigadores publicó recientemente un artículo que presenta DragGAN, una técnica innovadora para manipular imágenes generadas.

Este método permite a los usuarios arrastrar puntos interactivamente en las imágenes para lograr un posicionamiento preciso en los puntos de destino.

Esto consta de dos componentes clave. El primer componente es la supervisión de movimiento basada en características, que guía el movimiento del punto del mango hacia la posición deseada.

El segundo componente implica un novedoso enfoque de seguimiento de puntos que utiliza características GAN discriminatorias para localizar continuamente las posiciones de los puntos de manejo.

DragGAN es un nuevo enfoque que le permite deformar una imagen con un control preciso sobre la colocación de píxeles, manipulando así la pose, la forma, la expresión y la ubicación de varios objetos.

Imagine tener una ventana gráfica regular de software 3D pero para arte 2D para que pueda rotar objetos en una representación tridimensional.

La técnica permite “arrastrar” cualquier punto de la imagen para llegar con precisión a los puntos objetivo de una manera interactiva para el usuario.

Con DragGAN, las personas pueden deformar imágenes de manera flexible mientras mantienen un control completo sobre la colocación de píxeles.

La herramienta produce resultados realistas incluso en casos difíciles, como revelar partes ocultas, mientras que es más efectivo que los enfoques anteriores para la manipulación de imágenes y el seguimiento de puntos.

“Como estas manipulaciones se realizan en la variedad de imágenes generativas aprendidas de una GAN, tienden a producir resultados realistas incluso para escenarios desafiantes como alucinar contenido ocluido y formas deformantes que siguen consistentemente la rigidez del objeto”, comentó el equipo.

“Tanto las comparaciones cualitativas como cuantitativas demuestran la ventaja de DragGAN sobre los enfoques anteriores en las tareas de manipulación de imágenes y seguimiento de puntos”.