APOB AI vs Drag Your GAN

APOB AI est un générateur d'influenceurs IA qui vous permet de créer une persona numérique à partir d'une seule photo de référence ou de zéro en utilisant des attributs personnalisables comme le genre, l'âge, la nationalité, la couleur des yeux et la coiffure. La plateforme cible les créateurs souhaitant des chaînes sociales sans visage, les marketeurs menant des campagnes d'influenceurs, et toute personne ayant besoin d'images de personnages cohérentes sans engager de photographes.

La génération d'images prend en charge des styles prédéfinis adaptés aux débutants (anime, portraits LinkedIn, et autres modèles similaires), ainsi que les modes Build Your Own et Expert pour des invites détaillées et des prompts négatifs. La sortie peut aller jusqu'à une résolution 4K. Les outils vidéo incluent la conversion image-vers-video, texte-vers-video, avatars parlants, synchronisation labiale, échange de visages, extension vidéo, sous-titres, et édition ReVideo.

Les membres gratuits reçoivent 80 crédits par jour sans besoin de carte de crédit. La version Premium offre des droits d'utilisation commerciale, un rendu prioritaire, et une cohérence Face-Lock à travers de grandes bibliothèques de contenu. La société rapporte plus de 1,4 million d'influenceurs IA créés sur la plateforme.

Dans le domaine de la synthèse de contenu visuel pour répondre aux besoins des utilisateurs, il est essentiel d'obtenir un contrôle précis sur la pose, la forme, l'expression et la disposition des objets générés. Les approches traditionnelles de contrôle des réseaux adverses génératifs (GAN) reposaient sur des annotations manuelles lors de la formation ou sur des modèles 3D préalables, manquant souvent de la flexibilité, de la précision et de la polyvalence requises pour diverses applications.

Dans notre recherche, nous explorons une méthode innovante et relativement inexplorée pour le contrôle du GAN : la possibilité de « faire glisser » des points d'image spécifiques pour atteindre avec précision des points cibles définis par l'utilisateur de manière interactive (comme illustré sur la figure 1). Cette approche a conduit au développement de DragGAN, un nouveau framework comprenant deux composants principaux :

Supervision de mouvement basée sur les fonctionnalités : ce composant guide les points de poignée dans l'image vers leurs positions cibles prévues grâce à une supervision de mouvement basée sur les fonctionnalités.

Suivi des points : tirant parti des fonctionnalités discriminantes du GAN, notre nouvelle technique de suivi des points localise en permanence la position des points de poignée.

DragGAN permet aux utilisateurs de déformer les images avec une précision remarquable, permettant ainsi la manipulation de la pose, de la forme, de l'expression et de la disposition dans diverses catégories telles que les animaux, les voitures, les humains, les paysages, etc. Ces manipulations ont lieu au sein de la variété d'images génératives apprises d'un GAN, ce qui donne des résultats réalistes, même dans des scénarios complexes tels que la génération de contenu occlus et la déformation de formes tout en adhérant à la rigidité de l'objet.

Nos évaluations complètes, comprenant des comparaisons qualitatives et quantitatives, mettent en évidence la supériorité de DragGAN sur les méthodes existantes dans les tâches liées à la manipulation d'images et au suivi de points. De plus, nous démontrons ses capacités à manipuler des images du monde réel via l'inversion GAN, démontrant ainsi son potentiel pour diverses applications pratiques dans le domaine de la synthèse et du contrôle de contenu visuel.