DragGAN：以数字化方式操控生成图像

1. DragGAN的独特之处

   DragGAN的独特之处在于其强大的控制能力。传统的生成对抗网络（GAN）通常需要通过手动注释的训练数据或先验的3D模型来获得控制能力，但这些方法往往缺乏灵活性、精确性和通用性。而DragGAN则通过用户交互的方式，让用户可以“拖动”图像的任何点以精确地达到目标点，从而实现对生成对象的姿态、形状、表情和布局的精确控制。

2. DragGAN的主要组成部分

   DragGAN主要由两个部分组成：1）基于特征的运动监督，它驱动手柄点向目标位置移动；2）新的点跟踪方法，利用GAN的判别特征来定位手柄点的位置。通过DragGAN，任何人都可以精确地控制像素的去向，从而对图像进行变形。

3. DragGAN的应用范围

   DragGAN的应用范围广泛，包括动物、汽车、人类、风景等多种类别。这些操作都是在GAN学习的生成图像流形上进行的，因此即使在挑战性的场景下，如想象被遮挡的内容和变形的形状，也能产生逼真的输出。

参考资料：

1. Drag Your GAN: Interactive Point-based Manipulation on the Generative Image Manifold