Aceleração do processo de edição de imagens baseadas em StyleGANs

Abstract

Este trabalho explora o potencial dos modelos generativos, em particular as Generative Adversarial Networks (GANs), no contexto da edição de imagens. Ao manipular vetores de características, essas técnicas possibilitam a criação de imagens fotorrealistas e oferecem uma abordagem mais intuitiva e controlada para a edição de atributos específicos. Por meio de experimentos e análises, este estudo concentra-se em aprimorar a técnica DragGAN, uma abordagem de edição de imagens baseada na arquitetura StyleGAN2. Nosso objetivo é melhorar a eficiência na manipulação de vetores de características, especialmente na etapa de Supervisão de Movimentos da DragGAN. Desenvolvemos um método alternativo para a otimização de vetores de características, que analisa a diferença entre os vetores de características iniciais e os obtidos após as três primeiras iterações utilizando o método tradicional. Após isso, o novo método é aplicado nas iterações subsequentes até que a distância entre os pontos de manipulação e alvo deixe de apresentar reduções. Quando isso ocorre, ajustes finos são realizados utilizando o método tradicional. Adicionalmente, propomos alterações no learning rate e no raio do Rastreamento de Pontos. Comparada à abordagem tradicional, nossa solução acelera o processo de manipulação interativa de imagens através da técnica DragGAN.

This work explores the potential of generative models, particularly Generative Adversarial Networks (GANs), in the context of image editing. By manipulating feature vectors, these techniques enable the creation of photorealistic images and offer a more intuitive and controlled approach to editing specific attributes. Through experiments and analysis, this study focuses on enhancing the DragGAN technique, an image editing approach based on the StyleGAN2 architecture. Our goal is to improve the efficiency in manipulating latent vectors, especially in the Motion Supervision stage of DragGAN. We have developed an alternative method for optimizing latent vectors, which analyzes the difference between the initial latent vectors and those obtained after the first three iterations using the traditional method. Thereafter, the new method is applied in subsequent iterations until the distance between the manipulation points and the target ceases to show reductions. When this occurs, fine adjustments are made using the traditional method. Additionally, we propose changes to the learning rate and the radius of Point Tracking. Compared to the traditional approach, our solution accelerates the process of interactive image manipulation through the DragGAN technique.