有手就行？把大象P轉身只需拖動鼠標，華人一作DragGAN爆火（2）
加入技術交流群
實驗
為了展示 DragGAN 在圖像處理方面的強大能力，該研究展開了定性實驗、定量實驗和消融實驗。實驗結果表明 DragGAN 在圖像處理和點跟蹤任務中均優于已有方法。
定性評估
圖 4 是本文方法和 UserControllableLT 之間的定性比較，展示了幾個不同物體類別和用戶輸入的圖像操縱結果。本文方法能夠準確地移動操縱點以到達目標點，實現了多樣化和自然的操縱效果，如改變動物的姿勢、汽車形狀和景觀布局。相比之下，UserControllableLT 不能忠實地將操縱點移動到目標點上，往往會導致圖像中出現不想要的變化。
如圖 10 所示，它也不能像本文方法那樣保持未遮蓋區域固定不變。
圖 6 提供了與 PIPs 和 RAFT 之間的比較，本文方法準確地跟蹤了獅子鼻子上方的操縱點，從而成功地將它拖到了目標位置。
真實圖像編輯。使用 GAN inversion 技術，將真實圖像嵌入 StyleGAN 的潛空間，本文方法也可以用來操作真實圖像。
圖 5 顯示了一個例子，將 PTI inversion 應用于真實圖像，然后進行一系列的操作來編輯圖像中人臉的姿勢、頭發、形狀和表情：
圖 13 展示了更多的真實圖像編輯案例：
定量評估
研究者在兩種設置中下對該方法進行了定量評估，包括人臉標記點操作和成對圖像重建。
人臉標記點操作。如表 1 所示，在不同的點數下，本文方法明顯優于 UserControllableLT。特別是，本文方法保留了更好的圖像質量，正如表中的 FID 得分所示。
這種對比在圖 7 中可以明顯看出來，本文方法打開了嘴巴并調整下巴的形狀以匹配目標臉，而 UserControllableLT 未能做到這一點。
成對圖像重建。如表 2 所示，本文方法在不同的目標類別中優于所有基線。
消融實驗
研究者研究了在運動監督和點跟蹤中使用某種特征的效果，并報告了使用不同特征的人臉標記點操作的性能（MD）。如表 3 所示，在運動監督和點跟蹤中，StyleGAN 的第 6 個 block 之后的特征圖表現最好，顯示了分辨率和辨別力之間的最佳平衡。
表 4 中提供了
*博客內容為網友個人發布，僅代表博主個人觀點，如有侵權請聯系工作人員刪除。
