StableDrag是什么

StableDrag是腾讯联合南京大学推出的AI图像编辑框架。让拖拽图片变得既稳又准，就像给图片装上了精准的GPS。无论你想怎么调整，StableDrag都能帮你准确无误地实现。通过点控制和手动拖拽，让图像编辑变得更加高效，P图变得简单又专业。

StableDrag的主要功能

精确点跟踪：通过区分性点跟踪方法，StableDrag能够精确地定位和更新图像中的锚点，提高编辑操作的准确性。高质量运动监督：基于置信度策略，StableDrag在编辑过程中确保潜在图像质量得到优化，提升最终图像的质量。长距离操作稳定性：改进点跟踪技术增强图像编辑过程中长距离操作的稳定性，避免拖动时的失真或不稳定现象。两种编辑模型：StableDrag提供基于GAN和基于扩散模型的两种图像编辑模型，满足不同的编辑需求和偏好。

StableDrag的技术原理

区分性点跟踪（Discriminative Point Tracking）：StableDrag的核心之一，通过设计一种能够精确识别和跟踪图像中特定点（锚点）的方法，即使在复杂的图像编辑过程中，也能够保持对这些点的准确跟踪。基于置信度的潜在增强策略（Confidence-based Latent Enhancement Strategy）：StableDrag引入了一种根据操作置信度来调整潜在表示的技术。系统会根据对当前操作的信心水平来优化图像的潜在表示，确保在编辑过程中生成高质量的结果。长距离操作稳定性：通过精确的点跟踪和潜在增强策略，StableDrag能够提高长距离编辑操作的稳定性，用户可以进行更复杂的图像编辑而不必担心图像失真或不稳定。两种图像编辑模型：StableDrag-GAN：基于生成对抗网络（GAN）的模型，利用对抗性训练来生成高质量的图像。StableDrag-Diff：基于扩散模型的模型，通过模拟数据的扩散和逆扩散过程来生成图像。

StableDrag的项目地址

项目官网：https://stabledrag.github.io/arXiv技术论文：https://arxiv.org/pdf/2403.04437