tyske og amerikanske forskere udviklede sig en innovativ tilgang, kaldet Drag Your GAN, der giver brugerne mulighed for at have fleksibel og præcis kontrol over positur, form, udtryk og layout af objekter i stillbilleder. Selvom det stadig er på papir, kan værktøjet ændre den måde, folk redigerer deres billeder på.
ANNONCER
Indtil nu har eksisterende metoder til at "animere" billeder krævet manuelt annoterede træningsdata eller allerede eksisterende 3D-modeller. Disse tilgange har vist begrænsninger med hensyn til fleksibilitet og nøjagtighed.
Med DragGAN kan du få nogen til at smile på et billede blot ved at trække med musen
DragGAN bruger en mindre udforsket teknik, der giver brugerne mulighed for at "trække" specifikke punkter i et billede for at opnå de ønskede resultater på en interaktiv måde. Bare med din finger eller mus kan du få nogen til at smile på et billede.
Det betyder, at vi kan skabe billeder af dyr, biler, mennesker og landskaber med personlige detaljer, på en realistisk måde.
ANNONCER
Med DragGAN kan enhver fordreje et billede og have præcis kontrol over positur, form, udtryk og layout af forskellige objekter. Denne fleksibilitet giver mulighed for en bred vifte af GAN-genererede billeder, der producerer realistiske resultater selv for komplekse udfordringer såsom skjulte objekter eller deformerede former, der følger objektets stivhed.
Det kan virke skræmmende. Men hvis brugt etisk, denne opdagelse promedrive udviklingen af nye applikationer inden for områder som design, skabelse af digitalt indhold og endda spil og film. Du behøver ikke at gennemgå komplekse processer i Photoshop, for eksempel for at lave et billede, som du vil.
Med dette fremskridt får evnen til at kontrollere og manipulere billeder genereret af kunstig intelligens en ny dimension, hvilket åbner fascinerende muligheder for at skabe visuelt betagende og personligt tilpasset indhold.
ANNONCER
Værktøjet er endnu ikke tilgængeligt for alle. Kun udviklere tester platformen. Imidlertid projektet er registreret på en åben kurateret forskningsdelingsplatform fra Cornell University.
Testere offentliggjorde også forhåndsvisninger på Twitter af, hvordan værktøjet vil fungere, når det frigives generelt.
Veja também: