，英伟达的最新 AI 工具又让网友用户们激动了。我已经等不及了！

一位网友在看完演示视频后表示。

对于手残党来说，英伟达的 EditGAN 简直就是零基础 P 图神器能够高质量，高精细度地对图像进行修改，让 P 图方式从未如此容易

例如，让画像和雕塑挤眉弄眼:

EditGAN 甚至能精细到修改车轮辐条大小和方向:

当然，真人照片也不在话下，如控制人眼朝向，头发量等:

还能给猫咪修改耳朵大小:

在草图中加入牙齿部分，人就笑了

EditGAN 只会修改你想要改变的部位，其他部分都原封不动。Wulff等人的模型认为，在简单的非线性变换下，W+空间可以用高斯分布建模。

和最近的 GauGAN2 一样，英伟达也为 EditGAN 开发了一个电脑软件:

这项研究已经被 NeurIPS 2021 接收。

本文一作是来自多伦多大学的华人博士生凌欢，他同时在该校人工智能研究院和英伟达做研究。

2，只需要很少的注释训练数据，

3，可以实时交互式运行，

5，适用于真正的嵌入式，GAN 生成甚至域外图像。然而，在属性转移设置中，需要反转源图像和参考图像，效果并不令人满意。

首先，EditGAN 使用 StyleGAN2 生成图像。

StyleGAN2 的工作流程是:获取图像，将其编码到潜在空间，并使用生成器将这个编码子空间转换为另一个图像。

但问题在于，这个空间是多维的，我们很难将其可视化，也很难确定该子空间的哪一部分负责重建图像中的哪个特征。。

通常，需要庞大的标注数据集，才能知道模型中潜在空间哪一部分控制哪些特征。

更重要的是 EditGAN 不仅知道潜在空间对应控制那个部分，而且还将它们与草图对应起来这样，我们就可以通过修改草图轻易地修改图像了

EditGAN 基于 DatasetGAN，结合了图像建模及其语义分割。

EditGAN 的关键思想在于利用图像和像素级语言分割联合分布。

P 图工具即将发布

该项目使用了大约 14000 个 GPU 小时，其中大约 3500 个 GPU 小时用于最终实验，其余用于研究项目早期阶段的探索和测试至于 EditGAN 的运行，在 V100 上进行 30 步优化需要 11.4 秒

虽然训练不起，但是用训练好的模型来 P 图还是有可能的。

此前英伟达发布的 Canvas 就集成了 GauGAN2 等最新成果，可以用手绘草图生成精细的 PS 文件。

可能 Canvas 也会很快集成 EditGAN 的吧。

论文地址:点击打开

补充材料:点击打开

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。