Talk预告 | 新加坡国立大学博士生施宇钧：DragDiffusion-基于扩散模型的关键点拖拽图

2023-07-31 15:21 作者:TechBeat人工智能社区 0人读过 | 我要投稿

本期为TechBeat人工智能社区第518期线上Talk！

北京时间8月2日(周三)20:00， 新加坡国立大学博士生—施宇钧的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “DragDiffusion-基于扩散模型的关键点拖拽图片编辑”，届时将为大家介绍DragDiffusion算法背景、动机、意义并会对该工作的一些技术细节进行详细的分析。

Talk·信息

▼

主题：DragDiffusion-基于扩散模型的关键点拖拽图片编辑

嘉宾：新加坡国立大学博士生—施宇钧

时间：北京时间 8月2日(周三)20:00
地点：TechBeat人工智能社区
http://www.techbeat.net/

长按识别二维码，一键预约TALK！

Talk·介绍

▼

对图片灵活而精准的编辑是一个富有挑战性的课题。最近的一篇工作DragGAN提出了一个优雅的图片编辑框架：基于关键点拖拽的图片编辑。虽然DragGAN展示了极为惊艳的结果，但受限于GAN的表达能力，其可用范围受到了极大的约束。为尝试解决这一问题，我们提出了一个名为DragDiffusion算法，将“Drag”编辑拓展到扩散模型上。借助大规模预训练的扩散模型，我们大大提高了这种编辑框架的实用性。同时，我也将对该工作的一些技术细节进行详细的分析。

Talk大纲

1、研究课题背景

2、研究课题动机及意义

3、方法效果展示与分析

4、方法介绍

5、方法技术细节的讨论与分析

Talk·预习资料

▼

DragDiffusion技术报告链接：

https://arxiv.org/abs/2306.14435

论文链接：

https://arxiv.org/pdf/2305.10973.pdf

DragDiffusion代码链接：

https://github.com/Yujun-Shi/DragDiffusion

DragGAN Talk链接：

https://www.techbeat.net/talk-info?id=788

Talk·提问交流

▼

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

Talk·嘉宾介绍

▼

施宇钧目前是新加坡国立大学三年级博士生，受陈延福（Vincent Y. F. Tan）老师指导。他本科毕业于南开大学计算机系，目前的科研方向集中于生成式模型及其在图片与视频中的应用。在此之前，他的科研课题主要集中于机器学习中的数据分布偏移（包括持续学习，联邦学习）。他的工作曾发表于ICLR，CVPR，NeurIPS，ICCV等机器学习与计算机视觉顶会。

个人主页:

https://www.techbeat.net/grzytrkj?id=33412