ArtBot vs Drag Your GAN

ArtBot fournit une plate-forme innovante permettant aux utilisateurs de créer des images générées par l'IA grâce à la puissance de Stable Diffusion, hébergée sur le réseau distribué de GPU d'AI Horde. Il est conçu pour offrir une expérience transparente de création artistique générative sans nécessiter d’enregistrement d’utilisateur, ce qui le rend à la fois accessible et gratuit. Le site Web propose une gamme d'outils de création, notamment ControlNet, Draw, la transformation image à image, Inpainting et Live Paint, tous destinés à favoriser la créativité et l'expression artistique. L'interface utilisateur est intuitive, permettant une gestion facile des images, la participation aux évaluations d'images et l'accès à une galerie présentant les œuvres créées par la communauté. De plus, ArtBot est régulièrement mis à jour avec de nouveaux modèles et améliorations, et l'assistance est fournie via une section FAQ et des options de contact direct, notamment Discord et Mastodon. Avec son approche centrée sur la communauté, ArtBot invite chacun à explorer, créer et partager l'art génératif, tout en contribuant au paysage open source.

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.