小洞不补，大洞吃苦：西交、麦马开源全新「拖动式编辑」框架&数据集

AIGC动态欢迎阅读

原标题：小洞不补，大洞吃苦：西交、麦马开源全新「拖动式编辑」框架&数据集
关键字：拖动,编辑,图像,质量,方法
文章来源：新智元
内容字数：5533字

内容摘要：

新智元报道编辑：LRS
【新智元导读】最新拖拽式编辑框架GoodDrag主要创新点包括Alternating Drag and Denoising和information-preserving motion supervision，文中还提出一个新的基准数据集Drag100。拖动式图像编辑是一种新型的、用户交互式的图像编辑方法。
通过设置起始点与目标点，用户可以将图像的内容拖动至指定位置，得到合理的图像结果。
当前的拖动式编辑基于GAN或者diffusion模型。然而这些方法或受限于GAN模型本身的生成能力，或在diffusion模型上无法得到稳定且高质量的结果。论文地址：https://arxiv.org/abs/2404.07206
项目地址：https://gooddrag.github.io/
最近，西安交通大学和麦克马斯特大学的研究人员提出的一种全新GoodDrag方法包含一种Alternating Drag and Denoising（AlDD）的用于拖动式编辑的框架和information-preserving motion supervision，有效提高了基于dif

原文链接：小洞不补，大洞吃苦：西交、麦马开源全新「拖动式编辑」框架&数据集

联系作者

文章来源：新智元
作者微信：AI_era
作者简介：智能+中国主平台，致力于推动中国从互联网+迈向智能+新纪元。重点关注人工智能、机器人等前沿领域发展，关注人机融合、人工智能和机器人革命对人类社会与文明进化的影响，领航中国新智能时代。