AI Image Generator by Art Neurona vs Drag Your GAN

Neurona d'Art Neurona transforme des invites textuelles en images et permet de retoucher les photos dans le même flux de travail sur art-neurona.com. Vous décrivez ce que vous souhaitez, générez des visuels, puis ajustez la luminosité, le contraste, la saturation et les arrière-plans sans changer d'outil. Le même compte couvre l'échange de visages dans les photos et vidéos, l'amélioration par IA, la retouche et les modifications de la silhouette.

La plupart des modèles de génération d'images s'arrêtent à la première création. Neurona regroupe l'échange de visages sur photo et vidéo, la correction de silhouette et le remplacement d'arrière-plan à côté de la génération d'images à partir de texte dans un seul portefeuille de crédits. Cela accélère la création de publications sociales et de variantes publicitaires, mais ce n'est pas conçu pour un travail de design basé sur des calques dans Photoshop ou Figma.

Les marketeurs, créateurs de contenu, vendeurs e-commerce et artistes utilisent Neurona pour esquisser des visuels de campagne, des couvertures Pinterest, des bannières produits et des œuvres stylisées à partir d'invites. Les forfaits hebdomadaires, mensuels et annuels incluent les droits d'utilisation commerciale, une sortie HD à 4K sans filigrane, et l'accès à l'application iPhone associée.

Drag Your GAN vous permet de remodeler une image générée en déplaçant des points de contrôle vers des emplacements ciblés sur la toile. Plutôt que de s'entraîner sur des données de pose étiquetées ou des priorités 3D, DragGAN déplace les pixels à l'intérieur du domaine d'image d'un GAN préentraîné afin que les modifications restent photoréalistes même lorsque des régions occultées sont imaginées. La page du projet héberge l'article SIGGRAPH 2023, des clips de démonstration et des liens vers le code source ouvert.

La plupart des éditeurs GAN s'appuient sur des annotations d'entraînement fixes ou des maillages 3D, ce qui limite ce que vous pouvez déformer. DragGAN associe une supervision du mouvement basée sur les caractéristiques à un suivi discriminatif des points pour que les points de contrôle suivent votre curseur tout en restant à la surface de l'objet. Cela le rend utile pour ajuster les poses d'animaux, les expressions faciales, les angles de voiture et les agencements de paysage sans réentraîner le générateur.

Des chercheurs, étudiants en infographie et ingénieurs en vision par ordinateur l'utilisent pour prototyper des flux de travail d'édition d'image interactifs. La page de l'Institut Max Planck distribue le PDF de l'article et le dépôt GitHub sous une licence Creative Commons non commerciale, avec les coordonnées de l'auteur principal.