智东西3月26日消息，3月23日，牛津大学团队在arXiv发表论文，提出一种过扩散模型学习铰接物体的运动先验方法DragAPart，给定一个图像和一组拖动的动作为输入，可以生成新状态下同一对象的新图像。与之前使用拖动来移动物体的方法不同，DragAPart中的每次拖动都代表了部件级的交互，从而导致物体形状发生物理上可信的变形。针对这一任务，DragAPart在新的合成数据集Drag-a-Move上进行了训练，并能很好地泛化到真实数据，甚至是未见过的类别。训练好的模型可立即用于各种应用，如分割可移动部件和分析拖动引起的运动。

论文地址：

https://arxiv.org/abs/2403.15382

项目地址：

https://dragapart.github.io/