ICBINP | Civitai vs Drag Your GAN

Experimente a geração de imagens hiperrealistas com ICBINP - "I Can't Believe It's Not Photography" - um poderoso ponto de verificação para o modelo de difusão estável disponível no Civitai. O ponto de verificação ICBINP LCM foi projetado especificamente para produzir renderizações de imagens de alta qualidade com contagens de passos notavelmente baixas. Aproveitando a eficiência da integração LCM_Lora, os usuários podem esperar gerar imagens de amostra impressionantes em apenas 5 etapas usando o amostrador DPM++ SDE Karras. Este modelo é excelente na criação de realismo de pessoas realistas, retratos e representações de personagens hiper-realistas, e também pode criar personagens e paisagens CGI convincentes. O ponto de verificação foi ajustado para fp16 para desempenho ideal e incorpora o VAE do SD-v2 840000 para melhor qualidade de imagem. Para quem busca geração de imagens rápida e realista, o ICBINP abre possibilidades de criatividade e inovação em representações visuais.

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.