AI圖像編輯技術(shù)DragGAN開源，拖動(dòng)鼠標(biāo)即可改變?nèi)宋镄θ?/h1>
最近來自馬克斯?普朗克計(jì)算機(jī)科學(xué)研究所、MIT CSAIL和谷歌的研究者們研究了一種控制GAN的新方法DragGAN，這項(xiàng)技術(shù)的特點(diǎn)是，用戶只要點(diǎn)擊拖拽，就可以“改變汽車的尺寸或者將人物的笑容變成皺眉”。
其中演示的案例包括增加山峰的高度、改變模特的姿勢(shì)和衣服的長(zhǎng)度以及形狀、張開或閉合獅子的嘴巴、將一個(gè)人的表情從平淡變成微笑等。
DragGAN是一個(gè)直觀的圖像編輯工具PM系統(tǒng)，用戶只需要控制圖像中的像素點(diǎn)和方向，就可以快速調(diào)整照片主體的位置、姿態(tài)、表情、大小和角度等。
而根據(jù)他們的說法，他們的方法是基于GAN的操作中優(yōu)于SOTA，并為圖像編輯開辟了新方向。
這種工具的潛力主要表現(xiàn)在，從文本生成圖像的人工智能并不總是能輸出你想要的結(jié)果，同時(shí)用戶還可以在生成圖像之后再進(jìn)行重新編輯，而且不用重新生成新的圖像。
以上源自互聯(lián)網(wǎng)，版權(quán)歸原作所有
審核編輯黃宇
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
-
AI
+關(guān)注
關(guān)注
88文章
35065瀏覽量
279320
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
熱點(diǎn)推薦
任正非說 AI已經(jīng)確定是第四次工業(yè)革命 那么如何從容地加入進(jìn)來呢？
實(shí)踐。
為開源項(xiàng)目貢獻(xiàn)代碼或者文檔。比如，幫助完善一個(gè)機(jī)器學(xué)習(xí)數(shù)據(jù)集的加載模塊的代碼，或者撰寫某個(gè)AI算法的使用說明文檔。這不僅可以提升自己的技術(shù)能力，還能在AI社區(qū)中建立自己的聲譽(yù)。
發(fā)表于 07-08 17:44
迅為RK3568開發(fā)板Dev-Eco studio 的界面布局-導(dǎo)航欄-代碼編輯區(qū)
前顯示行號(hào) +- 按鈕可以按照模塊折疊代碼。
ctrl+鼠標(biāo)滾輪放大或者縮小代碼字體。
按住鼠標(biāo)左鍵，拖動(dòng)文件，可以分屏展示。
發(fā)表于 06-20 11:12
首創(chuàng)開源架構(gòu)，天璣AI開發(fā)套件讓端側(cè)AI模型接入得心應(yīng)手
模型庫的限制，聯(lián)發(fā)科還首發(fā)了開源彈性架構(gòu)。區(qū)別于過往的開放接口，只能部署特定架構(gòu)模型，開放彈性架構(gòu)允許開發(fā)者直接調(diào)整平臺(tái)源代碼，無需等待芯片廠商的支持，即可完成目標(biāo)或其他自研大模型輕松部署。讓AI
發(fā)表于 04-13 19:52
開源的AI MPU
1. 基于RISC-V的開源AI MPU/加速器 ? ?**(1) SiFive Intelligence系列**? ? 特點(diǎn) ?：SiFive提供開源的RISC-V IP核，支持AI
聲云AI語音鼠標(biāo)開啟智能辦公新時(shí)代
在數(shù)字化飛速發(fā)展的當(dāng)下，人們對(duì)輸入設(shè)備的效率和便捷性有了更高的追求。傳統(tǒng)鼠標(biāo)只能實(shí)現(xiàn)基本的指針控制，在文字輸入場(chǎng)景下，鍵盤輸入速度受限且在特殊環(huán)境中使用不便。而聲云 AI 語音鼠標(biāo)方案的問世，正是為了滿足用戶對(duì)高效、便捷輸入的迫
Banana Pi 與瑞薩電子攜手共同推動(dòng)開源創(chuàng)新：BPI-AI2N
對(duì)技術(shù)創(chuàng)新的共同追求，也為開源硬件行業(yè)的發(fā)展帶來了更多可能性。BPI-AI2N & BPI-AI2N Carrier 將在 2025年3月11日-13日德國(guó)紐倫堡嵌入式世界展會(huì)
發(fā)表于 03-12 09:43
AI開源模型庫有什么用
AI開源模型庫作為推動(dòng)AI技術(shù)發(fā)展的重要力量，正深刻改變著我們的生產(chǎn)生活方式。接下來，AI部落小
2024年AI編程技術(shù)與工具發(fā)展總結(jié)
最近，開源中國(guó) OSCHINA、Gitee 與 Gitee AI? 聯(lián)合發(fā)布了《2024 中國(guó)開源開發(fā)者報(bào)告》 。 報(bào)告聚焦 AI 大模型領(lǐng)域，對(duì)過去一年的
開源AI模型庫是干嘛的
開源AI模型庫是指那些公開源代碼、允許自由訪問和使用的AI模型集合。這些模型通常經(jīng)過訓(xùn)練，能夠執(zhí)行特定的任務(wù)。以下，是對(duì)開源
AI潮流下的辦公“神器”選擇，沸蛇AI語音鼠標(biāo)真正實(shí)現(xiàn)效率翻倍
年終臨近,各種考核、匯報(bào)、總結(jié)也隨之而來,忙上天的白領(lǐng)們不得閑暇。事實(shí)上,許多流程化、模板化的工作并非困難模式,只是處理起來比較費(fèi)時(shí),這個(gè)時(shí)候AI就可以幫上忙。沸蛇AI語音鼠標(biāo)就是一款能夠幫助辦公
字節(jié)發(fā)布SeedEdit圖像編輯模型
，SeedEdit模型憑借其強(qiáng)大的技術(shù)實(shí)力，支持用戶通過一句簡(jiǎn)單的自然語言描述，即可輕松實(shí)現(xiàn)對(duì)圖像的多種編輯操作。無論是修圖、換裝、美化，還是轉(zhuǎn)化風(fēng)格、在指定區(qū)域添加或刪除元素等復(fù)雜任
AI圖像識(shí)別攝像機(jī)
隨著科技的迅猛發(fā)展，人工智能（AI）在各個(gè)領(lǐng)域的應(yīng)用越來越廣泛，其中圖像識(shí)別技術(shù)尤為引人注目。AI圖像識(shí)別攝像機(jī)作為這一
Llama 3 與開源AI模型的關(guān)系
在人工智能（AI）的快速發(fā)展中，開源AI模型扮演著越來越重要的角色。它們不僅推動(dòng)了技術(shù)的創(chuàng)新，還促進(jìn)了全球開發(fā)者社區(qū)的合作。Llama 3，作為一個(gè)新興的
Freepik攜手Magnific AI推出AI圖像生成器
近日，設(shè)計(jì)資源巨頭Freepik攜手Magnific AI，共同推出了革命性的AI圖像生成器——Freepik Mystic，這一里程碑式的發(fā)布標(biāo)志著AI
工商網(wǎng)監(jiān)
評(píng)論