實(shí)驗(yàn)

為了展示 DragGAN 在圖像處理方面的強(qiáng)大能力，該研究展開(kāi)了定性實(shí)驗(yàn)、定量實(shí)驗(yàn)和消融實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明 DragGAN 在圖像處理和點(diǎn)跟蹤任務(wù)中均優(yōu)于已有方法。

定性評(píng)估

圖 4 是本文方法和 UserControllableLT 之間的定性比較，展示了幾個(gè)不同物體類(lèi)別和用戶(hù)輸入的圖像操縱結(jié)果。本文方法能夠準(zhǔn)確地移動(dòng)操縱點(diǎn)以到達(dá)目標(biāo)點(diǎn)，實(shí)現(xiàn)了多樣化和自然的操縱效果，如改變動(dòng)物的姿勢(shì)、汽車(chē)形狀和景觀布局。相比之下，UserControllableLT 不能忠實(shí)地將操縱點(diǎn)移動(dòng)到目標(biāo)點(diǎn)上，往往會(huì)導(dǎo)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(zhǔn)確地跟蹤了獅子鼻子上方的操縱點(diǎn)，從而成功地將它拖到了目標(biāo)位置。

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

圖 5 顯示了一個(gè)例子，將 PTI inversion 應(yīng)用于真實(shí)圖像，然后進(jìn)行一系列的操作來(lái)編輯圖像中人臉的姿勢(shì)、頭發(fā)、形狀和表情：

圖 13 展示了更多的真實(shí)圖像編輯案例：

定量評(píng)估

研究者在兩種設(shè)置中下對(duì)該方法進(jìn)行了定量評(píng)估，包括人臉標(biāo)記點(diǎn)操作和成對(duì)圖像重建。

人臉標(biāo)記點(diǎn)操作。如表 1 所示，在不同的點(diǎn)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(duì)比在圖 7 中可以明顯看出來(lái)，本文方法打開(kāi)了嘴巴并調(diào)整下巴的形狀以匹配目標(biāo)臉，而 UserControllableLT 未能做到這一點(diǎn)。

成對(duì)圖像重建。如表 2 所示，本文方法在不同的目標(biāo)類(lèi)別中優(yōu)于所有基線(xiàn)。

消融實(shí)驗(yàn)

研究者研究了在運(yùn)動(dòng)監(jiān)督和點(diǎn)跟蹤中使用某種特征的效果，并報(bào)告了使用不同特征的人臉標(biāo)記點(diǎn)操作的性能（MD）。如表 3 所示，在運(yùn)動(dòng)監(jiān)督和點(diǎn)跟蹤中，StyleGAN 的第 6 個(gè) 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(gè)人發(fā)布，僅代表博主個(gè)人觀點(diǎn)，如有侵權(quán)請(qǐng)聯(lián)系工作人員刪除。