GoodDrag：探索扩散模型拖拽编辑的良好实践
计算机视觉与模式识别
2024-04-11 v1 人工智能
图形学
机器学习
多媒体
摘要
本文提出了 GoodDrag，一种用于提升拖拽编辑稳定性和图像质量的新方法。现有方法在应对累积扰动时往往力不从心并常导致失真，与此不同，GoodDrag 引入了 AlDD 框架，在扩散过程中交替进行拖拽与去噪操作，有效提升了结果的保真度。我们还提出了一种保信息的运动监督操作，能够保留起点的原始特征以实现精确操控并减少伪影。此外，我们通过引入新数据集 Drag100，并利用大型多模态模型开发专门的评估指标——拖拽准确率指数和 Gemini 分数，为拖拽编辑的基准测试做出了贡献。大量实验表明，所提出的 GoodDrag 在定性和定量上均优于现有方法。项目主页为 https://gooddrag.github.io。
引用
@article{arxiv.2404.07206,
title = {GoodDrag: Towards Good Practices for Drag Editing with Diffusion Models},
author = {Zewei Zhang and Huan Liu and Jun Chen and Xiangyu Xu},
journal= {arXiv preprint arXiv:2404.07206},
year = {2024}
}