DragGAN是什么？

最近，一個名為DragGAN的AI 圖片編輯工具爆火，它實現了點擊鼠標、拖動關鍵點就能達到Photoshop的效果。對比之下，使用Photoshop等工具時候，需要具備相對專業的技能才能靈活，精確地控制單個對象的位置，形狀，表達或排列。

簡單的說，DragGAN使用戶能夠在圖像上確定一個點，就能改變圖片結構和整個像素。它與其他流行的生成AI圖像工具（如Dall-E和Midjourney）有很大的區別，后者雖然能夠通過文本提示生成特定的圖片，但無法精確輸出所需的姿勢或布局。

據了解，DragGAN新模型由MIT、谷歌、馬普所等機構聯手打造，該項目相關論文已入選SIGGRAPH2023，研究人員展示了一種控制GAN進行圖像處理的新方法。

DragGAN可以做什么？

簡單拖拽就能實現圖片編輯

只要處理的圖片與GAN訓練數據集的類別匹配，DragGAN就可以處理逼真的圖像。這些類別包括動物、汽車、人、細胞和景觀。

論文示例展示了在一個簡單的界面中，用戶可以將他們在圖像中定義的點拖動到所需的位置，就是實現圖片編輯。例如，讓貓咪閉上眼睛，讓獅子轉頭并張開它的嘴，或將汽車轉換為另一種模型。

DragGAN 還提供了遮罩功能，允許用戶突出顯示他們希望更改的圖像的特定部分，而其余部分保持不變。

該團隊表示：“通過DragGAN，任何人都可以通過精確控制像素的位置來變形圖像，從而操縱不同類別的姿勢、形狀、表情和布局。”

DragGAN研究論文還強調了該工具的最大優勢，界面的簡單性和直觀性。在幾秒鐘內，用戶可以掌握功能，而無需弄清楚底層技術。

未來，如果將DragGAN 與AI圖像生成工具搭配使用，用戶將能夠實現更接近他們心目中的圖像的輸出。

如何使用DragGAN？

Hugging Face地址：https://huggingface.co/papers/2305.10973

官方demo：https://vcai.mpi-inf.mpg.de/projects/DragGAN/

Github：https://github.com/XingangPan/DragGAN