Стабильное перетаскивание: стабильное перетаскивание для редактирования изображений на основе точек

StableDrag: Stable Dragging for Point-based Image Editing

March 7, 2024

Авторы: Yutao Cui, Xiaotong Zhao, Guozhen Zhang, Shengming Cao, Kai Ma, Limin Wang

cs.AI

Аннотация

С момента появления DragGAN редактирование изображений на основе точек привлекло значительное внимание. Недавно DragDiffusion дополнительно улучшил качество генерации, применяя эту технику перетаскивания к моделям диффузии. Несмотря на эти великолепные успехи, данная схема перетаскивания обладает двумя основными недостатками, а именно неточное отслеживание точек и неполное наблюдение за движением, что может привести к неудовлетворительным результатам перетаскивания. Для решения этих проблем мы создали стабильную и точную систему редактирования на основе перетаскивания, названную StableDrag, разработав дискриминативный метод отслеживания точек и стратегию улучшения латентного пространства на основе уверенности для наблюдения за движением. Первое позволяет нам точно определять обновленные управляющие точки, тем самым повышая стабильность манипуляций на большие расстояния, в то время как второе отвечает за обеспечение оптимизации латентного пространства наиболее высокого качества на всех этапах манипуляции. Благодаря этим уникальным решениям мы создаем два типа моделей редактирования изображений, включая StableDrag-GAN и StableDrag-Diff, которые обеспечивают более стабильное выполнение перетаскивания, благодаря обширным качественным экспериментам и количественной оценке на платформе DragBench.

English

Point-based image editing has attracted remarkable attention since the emergence of DragGAN. Recently, DragDiffusion further pushes forward the generative quality via adapting this dragging technique to diffusion models. Despite these great success, this dragging scheme exhibits two major drawbacks, namely inaccurate point tracking and incomplete motion supervision, which may result in unsatisfactory dragging outcomes. To tackle these issues, we build a stable and precise drag-based editing framework, coined as StableDrag, by designing a discirminative point tracking method and a confidence-based latent enhancement strategy for motion supervision. The former allows us to precisely locate the updated handle points, thereby boosting the stability of long-range manipulation, while the latter is responsible for guaranteeing the optimized latent as high-quality as possible across all the manipulation steps. Thanks to these unique designs, we instantiate two types of image editing models including StableDrag-GAN and StableDrag-Diff, which attains more stable dragging performance, through extensive qualitative experiments and quantitative assessment on DragBench.