{"id":183817,"date":"2023-08-18T16:59:35","date_gmt":"2023-08-18T15:59:35","guid":{"rendered":"https:\/\/liora.io\/de\/?p=183817"},"modified":"2026-02-06T06:21:10","modified_gmt":"2026-02-06T05:21:10","slug":"bearbeite-deine-fotos-nach-belieben-mit-drag-your-gan","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/bearbeite-deine-fotos-nach-belieben-mit-drag-your-gan","title":{"rendered":"Bearbeite deine Fotos nach Belieben mit Drag Your GAN"},"content":{"rendered":"

Seit dem Aufkommen der generativen k\u00fcnstlichen Intelligenz sind viele kreative Bereiche automatisierbar geworden. Vor kurzem hat eine Gruppe von Forschern Drag Your GAN entwickelt, ein KI-Modell, das Bilder nach Belieben retuschieren kann.<\/strong><\/p>\n

Was ist Drag Your GAN?<\/h3>\n

Drag Your GAN<\/strong> ist ein Deep-Learning-Modell der k\u00fcnstlichen Intelligenz namens Generative Adversarial Networks (GAN).<\/a> Es wurde von KI-Forschern von Google, dem Max-Planck-Institut<\/a> und dem MIT CSAIL<\/strong> entwickelt und stellt einen Ansatz zur punktweisen Ver\u00e4nderung von realistischen Bildern dar.<\/p>\n

Dazu verwendet DYG<\/strong> zwei neuronale Netze, einen Generator und einen Diskriminator, die einander gegen\u00fcbergestellt werden und so neue synthetische Bilder im Vergleich zum Original erzeugen.<\/p>\n

Zus\u00e4tzlich zu diesen neuronalen Netzen haben die Forscher DYG<\/strong> auf der Grundlage einer Optimierung latenter Codes entworfen, die es erm\u00f6glicht, das Bild an die angegebene Stelle zu verschieben und dabei seine Proportionen und seine Struktur beizubehalten.<\/p>\n

Derzeit befindet sich die Gruppe in der Testphase und hofft, ihr Modell in den n\u00e4chsten Monaten auf 3D-Bearbeitungen ausweiten zu k\u00f6nnen.<\/p>\n

\n\t\t\t\t\t\t\t\t\t\t\"\"
<\/figcaption><\/figure>\n

Wie funktioniert Drag Your GAN?<\/h3>\n

DYG wird als ein futuristischer Bildbearbeiter angesehen.<\/p>\n

Es ist weit davon entfernt, Photoshop zu ersetzen, aber es wird seinen Nutzern erm\u00f6glichen, ihre Fotos ganz einfach nach Belieben zu ver\u00e4ndern. Sie m\u00fcssen nur zwei Punkte, den Start- und den Endbereich, ausw\u00e4hlen und das Modell einfach laufen lassen. Als vortrainiertes Modell<\/strong> <\/a>kann DYG nur so genannte realistische Bilder wie Fotos von Menschen, Landschaften oder Tieren ver\u00e4ndern. Aber es ist auch in der Lage, Texturen wie Z\u00e4hne oder Augen von Grund auf neu zu erstellen.<\/p>\n

\nhttps:\/\/vcai.mpi-inf.mpg.de\/projects\/DragGAN\/data\/DragGAN.mp4<\/a><\/video><\/div>\n

Aufgrund ihres aufkeimenden Erfolgs k\u00f6nnten GANs<\/a> nach der generativen KI die n\u00e4chste erfolgreiche Technologie werden. Um die Forschung zur Entwicklung dieser n\u00e4chsten Technologien voranzutreiben, investieren Unternehmen massiv in Teams von Datenexperten. Deshalb, wenn dir dieser Artikel gefallen hat und du eine Karriere in der Data Science in Betracht ziehst, dann z\u00f6gere nicht, unsere Artikel oder unsere Ausbildungsangebote auf Liora zu entdecken.<\/p>\n

Quelle: vcai.mpi-inf.mpg.de<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

Seit dem Aufkommen der generativen k\u00fcnstlichen Intelligenz sind viele kreative Bereiche automatisierbar geworden. Vor kurzem hat eine Gruppe von Forschern Drag Your GAN entwickelt, ein KI-Modell, das Bilder nach Belieben retuschieren kann. Was ist Drag Your GAN? Drag Your GAN ist ein Deep-Learning-Modell der k\u00fcnstlichen Intelligenz namens Generative Adversarial Networks (GAN). Es wurde von KI-Forschern […]<\/p>\n","protected":false},"author":76,"featured_media":183819,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2472],"class_list":["post-183817","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-ki"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/183817","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/users\/76"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/comments?post=183817"}],"version-history":[{"count":1,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/183817\/revisions"}],"predecessor-version":[{"id":217229,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/183817\/revisions\/217229"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media\/183819"}],"wp:attachment":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media?parent=183817"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/categories?post=183817"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}