實驗

為了展示 DragGAN 在圖像處理方面的強大能力，該研究展開了定性實驗、定量實驗和消融實驗。實驗結(jié)果表明 DragGAN 在圖像處理和點跟蹤任務中均優(yōu)于已有方法。

定性評估

圖 4 是本文方法和 UserControllableLT 之間的定性比較，展示了幾個不同物體類別和用戶輸入的圖像操縱結(jié)果。本文方法能夠準確地移動操縱點以到達目標點，實現(xiàn)了多樣化和自然的操縱效果，如改變動物的姿勢、汽車形狀和景觀布局。相比之下，UserControllableLT 不能忠實地將操縱點移動到目標點上，往往會導致圖像中出現(xiàn)不想要的變化。

如圖 10 所示，它也不能像本文方法那樣保持未遮蓋區(qū)域固定不變。

圖 6 提供了與 PIPs 和 RAFT 之間的比較，本文方法準確地跟蹤了獅子鼻子上方的操縱點，從而成功地將它拖到了目標位置。

真實圖像編輯。使用 GAN inversion 技術(shù)，將真實圖像嵌入 StyleGAN 的潛空間，本文方法也可以用來操作真實圖像。

圖 5 顯示了一個例子，將 PTI inversion 應用于真實圖像，然后進行一系列的操作來編輯圖像中人臉的姿勢、頭發(fā)、形狀和表情：

圖 13 展示了更多的真實圖像編輯案例：

定量評估

研究者在兩種設(shè)置中下對該方法進行了定量評估，包括人臉標記點操作和成對圖像重建。

人臉標記點操作。如表 1 所示，在不同的點數(shù)下，本文方法明顯優(yōu)于 UserControllableLT。特別是，本文方法保留了更好的圖像質(zhì)量，正如表中的 FID 得分所示。

這種對比在圖 7 中可以明顯看出來，本文方法打開了嘴巴并調(diào)整下巴的形狀以匹配目標臉，而 UserControllableLT 未能做到這一點。

成對圖像重建。如表 2 所示，本文方法在不同的目標類別中優(yōu)于所有基線。

消融實驗

研究者研究了在運動監(jiān)督和點跟蹤中使用某種特征的效果，并報告了使用不同特征的人臉標記點操作的性能（MD）。如表 3 所示，在運動監(jiān)督和點跟蹤中，StyleGAN 的第 6 個 block 之后的特征圖表現(xiàn)最好，顯示了分辨率和辨別力之間的最佳平衡。

表 4 中提供了

*博客內(nèi)容為網(wǎng)友個人發(fā)布，僅代表博主個人觀點，如有侵權(quán)請聯(lián)系工作人員刪除。