DragGAN

DragGAN 是 SIGGRAPH 2023 的一篇论文及其配套代码，解决的是「怎么精确控制生成图像」的问题。传统方法要么靠手动标注数据，要么依赖 3D 模型，灵活性和精度都有限。DragGAN 换了个思路：在生成器的特征空间里，用户点住图像上的一个点拖到目标位置，算法就会驱动图像内容跟着移动，同时保持结果看起来真实。

主要功能

它包含两个核心部分：基于特征的运动监督，负责把「手柄点」推向目标；以及一种点跟踪方法，利用 GAN 的判别特征持续定位手柄点的位置。这样，你可以在动物、汽车、人脸、风景等类别上调整姿态、形状、表情和布局，甚至能补出被遮挡的部分，或者让形变符合物体的刚性。论文还展示了通过 GAN 反演来编辑真实图像。

适合谁

它面向的是图形学、计算机视觉方向的研究人员和开发者，而不是普通修图用户。页面上提供了论文、代码下载和多个类别的演示视频，方便你理解方法或尝试复现。

费用与限制

网站上的图片、文字和视频以 CC BY-NC 4.0 许可发布，可免费用于非商业用途，使用时需注明论文标题和作者。代码的许可协议需要查看代码仓库。它不是在线编辑工具，没有网页界面，要实际使用得自己跑代码。