ArtBot vs Drag Your GAN

ArtBot fornece uma plataforma inovadora para os usuários criarem imagens geradas por IA por meio do poder do Stable Diffusion, hospedado na rede distribuída de GPUs da AI Horde. Ele foi projetado para oferecer uma experiência perfeita na criação de arte generativa, sem a necessidade de registro do usuário, tornando-o acessível e gratuito. O site apresenta uma variedade de ferramentas de criação, incluindo ControlNet, Draw, transformação imagem em imagem, Inpainting e Live Paint, todas destinadas a promover a criatividade e a expressão artística. A interface do usuário é intuitiva, permitindo fácil gerenciamento de imagens, participação na classificação de imagens e acesso a uma galeria que exibe obras de arte criadas pela comunidade. Além disso, o ArtBot é atualizado regularmente com novos modelos e melhorias, e o suporte é fornecido por meio de uma seção de perguntas frequentes e opções de contato direto, incluindo Discord e Mastodon. Com sua abordagem centrada na comunidade, o ArtBot convida todos a explorar, criar e compartilhar arte generativa, ao mesmo tempo que contribui para o cenário do código aberto.

No campo de sintetizar conteúdo visual para atender às necessidades dos usuários, é essencial alcançar um controle preciso sobre pose, forma, expressão e layout de objetos gerados. As abordagens tradicionais para controlar redes adversárias generativas (GANs) se basearam em anotações manuais durante o treinamento ou modelos 3D anteriores, geralmente sem flexibilidade, precisão e versatilidade necessárias para diversas aplicações.

Em nossa pesquisa, exploramos um método inovador e relativamente desconhecido para o controle da GaN-a capacidade de "arrastar" pontos de imagem específicos para atingir com precisão os pontos de destino definidos pelo usuário de maneira interativa (conforme ilustrado na Fig.1). Essa abordagem levou ao desenvolvimento de Draggan, uma nova estrutura que compreende dois componentes principais:

Supervisão de movimento baseada em recursos: este componente guia os pontos da imagem em direção às posições do alvo pretendido por meio de supervisão de movimento baseado em recursos.

Rastreamento de pontos: alavancando os recursos discriminativos do GAN, nossa nova técnica de rastreamento de pontos localiza continuamente a posição dos pontos de alça.

O Draggan capacita os usuários a deformar imagens com precisão notável, permitindo a manipulação da pose, forma, expressão e layout em diversas categorias como animais, carros, humanos, paisagens e muito mais. Essas manipulações ocorrem dentro do coletor de imagem generativo instruído de um GaN, resultando em saídas realistas, mesmo em cenários complexos, como gerar conteúdo ocluído e formas deformadas enquanto aderem à rigidez do objeto.

Nossas avaliações abrangentes, abrangendo comparações qualitativas e quantitativas, destacam a superioridade do Draggan sobre os métodos existentes em tarefas relacionadas à manipulação de imagens e rastreamento de pontos. Além disso, demonstramos suas capacidades na manipulação de imagens do mundo real através da inversão de GaN, mostrando seu potencial para várias aplicações práticas no campo da síntese e controle de conteúdo visual.