京东6.18大促主会场领京享红包更优惠

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 737|回复: 0

StyleGAN玩出新高度!生成999幅抽象画,人人都是毕加索(附代码)

[复制链接]

13

主题

0

回帖

10

积分

新手上路

积分
10
发表于 2019-4-8 15:45:33 | 显示全部楼层 |阅读模式 来自 中国
$ ?$ n, E6 F7 u
新智元原创
9 {1 b0 f% v! W【新智元导读】英伟达推出的StyleGAN在前不久大火了一把。今日,Reddit一位网友便利用StyleGAN耗时5天创作出了999幅抽象派画作!不仅如此,他还将创作过程无私的分享给了大家,引来众网友的一致好评。$ p$ G! P1 ^, o' Q# K( [2 n
' M. |5 u; }+ Z7 [* t
人人都能当抽象派画作大师了!
8 X6 F- ~/ z- b/ k) g+ J/ D# n去年,佳士得拍卖会上拍卖了一副由AI创作的肖像画——《爱德蒙·贝拉米的肖像》,该画最终售价43.25万美元(301万元人民币),远远超过了7000到1万美元的预计售价,同时也引发了人们对人工智能作画的热烈探讨。8 a+ h+ K# U1 G: g  b) |' z2 E
3 T& q0 ~! J( p8 m3 W
爱德蒙·贝拉米的肖像
3 U7 K3 e% m8 }) ~9 M- I$ d今天,Reddit上一位网友利用StyleGAN训练生成了999幅抽象派画作!! u) Y9 |& j) T: j, r1 |, D! x

; X+ l, b. [9 h$ F9 u5 \2 [生成的其中一幅画作6 W2 |! M( d" I3 Q4 G
这项工作使得其他网友们羡慕不已:7 o* m' x3 R) j

, L1 w- A: A+ a/ E, X# ^8 |2 n那么,这999幅AI生成的画作中,是否又会出现天价作品呢?值得拭目以待。
7 E# w3 c3 w) f5 h" V) S5 W/ q利用StyleGAN训练生成抽象派画作 这位名为“_COD32_”的网友在Reddit上毫无保留的分享了这项工作的创作过程。% J) P# E$ H0 T

8 O; ~) P# q2 E% t4 sReddit地址:4 j. x- [4 ?8 j! K* f" e
在模型方面,采用的依旧是去年英伟达爆款StyleGAN,这是一种新的生成器架构,基于风格迁移,将面部细节分离出来,由模型进行单独调整,从而大幅度超越传统GAN等模型。5 K% D) S; `1 n7 v" ^3 Y2 f8 d
# h+ Z6 @3 k* _$ F
英伟达StyleGAN GitHub官方地址:6 |# n; [! k# A) N( p, O- t, O
在数据方面,采用的是Kaggle上名为”Painter by Numbers“项目中的数据集,其中大部分的图像数据来源于WikiArt.org网站。2 R$ I! b" @& [* v
' p* d" `$ C# ^4 o3 p) k% g9 a% g
Kaggle地址:
- |1 ^. `# |$ f7 x. S0 K其中,只采用了≥1024X2014的图像。在GTX 1080 TI上的训练时间大约是5天。
/ Q+ s# j! M0 S, d. w0 q不过作者表示,该模型试图生成人脸的部分并不是很完美,但其它部分还算可以。
( d8 f# I2 D" ~) |& y例如下面两个随机向量之间的快速隐空间差值(latent space interpolation):
) e8 X8 t$ i/ z2 i: E
3 a2 |$ ?; z' r7 J, B同时,作者也给出了训练好的模型和Jupyter Notebook地址:
; T  B1 q9 Z% Y% r  i: f3 Uhttps://mega.nz/#!PsIQAYyD!g1No7FDZngIsYjavOvwxRG2Myyw1n5_U9CCpsWzQpIo
- B: m. V; o, A" ^: c英伟达“造假”黑科技:StyleGAN简介 # B* [# [4 T/ f, @( ?
StyleGAN是英伟达提出的一种用于生成对抗网络的替代生成器体系结构,该结构借鉴了样式迁移学习的成果。新结构能够实现自动学习,以及无监督的高级属性分离(比如在使用人脸图像训练时区分姿势和身份属性)和生成的图像(如雀斑,头发)的随机变化,并能在图像合成和控制上实现直观化和规模化。* Z6 Y  M! G% k' O3 h
新模型在传统的分布质量指标方面实现了提升,并且更好地解决了潜在的变量因素。为了对插值质量和分解进行量化,本模型提出了两种适用于任何生成架构的自动化新方法。以及一个新的、高度多样化、高质量的人脸数据集。
: r2 H+ X. b, U2 C英伟达研究人员在论文中写道,他们提出的新架构可以完成自动学习,无监督地分离高级属性(例如在人脸上训练时的姿势和身份)以及生成图像中的随机变化,并且可以对合成进行更直观且特定于比例的控制。
  [( D) N# E( ?% s, ^# t! J' v换句话说,这种新的GAN在生成和混合图像,特别是人脸图像时,可以更好地感知图像之间有意义的变化,并且在各种尺度上针对这些变化做出引导。
9 j7 ]+ s' A# d) T8 q& G2 n0 [1 R例如,研究人员使用的旧系统可能产生两个“不同”的面部,这两个面部其实大致相同,只是一个人的耳朵被抹去了,两人的衬衫是不同的颜色。而这些并不是真正的面部特异性特征,不过系统并不知道这些是无需重点关注的变化,而当成了两个人来处理。8 O3 b: ]- H; A: A6 n

, W2 O% U% A/ S4 Q: Q在上面的动图中,其实面部已经完全变了,但“源”和“样式”的明显标记显然都得到了保留,例如最底下一排图片的蓝色衬衫。为什么会这样?请注意,所有这些都是完全可变的,这里说的变量不仅仅是A + B = C,而且A和B的所有方面都可以存在/不存在,具体取决于设置的调整方式。& P) F  d' q" m& H1 H# R
下面这些由计算机生成的图像都不是真人。但如果我告诉你这些图像是真人的照片,你可能也不会怀疑:9 I  y' c$ c6 f) w
' ~' @. {5 z3 W0 R4 H. E, ]- B9 e
效果如此出众的StyleGAN一经开源就成了“网红”,由该模型生成的假脸几乎完全可以乱真,即使是放大了仔细看,大多数情况下依然难以分清,其难度堪比“大家来找茬”。
$ }$ L! {) I$ p# B% [! C+ L为此,有人甚至专门写了一篇指南,专门指点那些有兴趣“鉴脸”的人,该文总结出了StyleGAN生成假脸的几处常见的破绽。不过,这些破绽大部分是在图片背景、配饰、衣物等附加元素上找到的,面部本身的破绽虽然也有,但显著性和易见性都要下降一个档次。; n( F$ M6 c6 q( w

5 v/ e; N  x  M1 L& @& j上图的StyleGAN生成图像在面部上几乎无破绽,但左右耳的首饰不对称, b/ P3 Z4 D2 V( |+ P6 z
被玩坏的StyleGAN:从“假人脸”到“假房子”,生成世间万物 StyleGAN生成假脸图像的逼真程度令人惊艳,但这么厉害的模型只能用来生成假人脸吗?显然不是。很快,越来越多的吃瓜群众发现了StyleGAN的更多潜力。比如生成假的出租房。
1 q0 e6 z' p2 ], G- `7 C5 t* m前不久,就有好事者利用StyleGAN生成了一个假的Airbnb租房网站,上面从房源图片、地址、再到租客的评论和打分没有一个是真实的,全是StyleGAN的杰作。
2 L6 d6 g& d2 j( s( o" E' @& T' {8 U/ Z
假房生成网站 thisairbnbdoesnotexist.com,每次刷新都会出现一个虚假的房源,网页上的照片、文字描述、发布人头像均由计算机自动生成。由于使用的模型非常简单,文字描述多有不合逻辑之处,但乍看上去还是能以假乱真。来源:假房生成网站 thisairbnbdoesnotexist.com
$ M" j  U) z7 `' x" s! ?5 v0 X8 B$ A' U% @
AirBNB网站截图,避免广告嫌疑做了虚化处理
' W% K$ S+ s) B9 e) {9 G$ Y3 F" o8 H根据Christopher Schmidt在Twitter的介绍,生成每个网页用一块GPU只需0.5秒,相关代码开源,你可以在这里找到:( S: y% @/ ^  t2 S2 c! `2 N/ p- l
这个“假房源”网站是怎么做的? 网站上的图像当然由著名的图像生成模型StyleGAN生成,文本则来自在一个AirBNB列表(文末链接[1])上训练的语言模型,主要基于Tensorflow的“Predict Shakespeare with Cloud TPU”(https://t.co/sJoUbwZ2UL)。/ M' j3 R3 x+ u% D4 X- f" G' ^

; d; f! u- }8 `! l6 c- q" K这个文本生成模型似乎是个两层的前馈LSTM(文末链接[2]),主要是用它来独立训练生成房屋列表中的标题、描述、房主姓名、地理位置等,然后组合生成综合列表。
% H) ?# d: m& y每个模型的输出都是预先生成的,每5秒创建一个新的列表(网页)。唯一的修改是根据文本稍微调整序列大小。 1 t6 j9 K6 Q" }, f2 v2 {
下面是Christopher Schmidt在Twitter上对这个“假房子”网站的简要介绍,包括灵感来源、大致结构、构建页面使用的框架和训练方式等。: D, \. z: n* [+ x: Y
本页面在开发时主要使用以下几种模型:在构建图片和卧室照片时使用StyleGAN,一些文本网络的训练使用了tf.keras来生成地点名称、房主姓名、标题和描述。此外还使用了Tensorflow的实例代码)  L/ Z2 Z0 Q4 M  L  z8 u7 o+ X
所有的数据训练过程都在谷歌的Colab上完成,该平台上可以免费使用GPU和TPU来训练和生成数据。
2 Y6 V& w8 f! e$ E5 A) {
" l! N, I  R8 n( F  g, c" ^; `每个模型都可以做出独立的预测,所以会经常出现各部分信息不相配的情况,比如描述信息中说某套房子有一间卧室,但列表信息中显示有四件卧室,或者外观和名字排列不齐等。, v+ E+ W( D' _, \  S0 Z
但总的来看,这个过程是比较理想的,我在这个学习过程中也获得了不少乐趣,进一步掌握了一些模型的使用技巧。这里要感谢Colab平台,更感谢StyleGAN社群的出色研究成果。) G* X/ P8 l- k  T) h
$ i/ r% V1 n; y6 k( C$ c
有了这个思路,应用方向什么的就不用愁了,基于StyleGAN模型的假简历、假食物、假猫咪等等如雨后春笋一样不断涌现。甚至有人把这些“造假成果”汇总到了一个网站,叫“这些东西都不存在”。4 I- ^& c6 S8 o! ~" Z! a/ t: O! L
这样看来,StyleGAN已经火到了几乎要被“玩坏”的程度。未来再出现什么样的假货,可能已经不取决于模型本身,而是程序员们的脑洞了。$ ]2 |5 J2 H3 Y. h
介绍了这么多,大家是不是也想玩一玩StyleGAN呢?打开下方链接,快去尝鲜吧!
/ D1 `' h6 u# C4 C2 h* K; m- D参考链接:
, R% a  z$ O3 l3 S, o【2019新智元 AI 技术峰会精彩回顾】
% d3 C/ v2 e( p4 x1 ^* z, o2019年3月27日,新智元再汇AI之力,在北京泰富酒店举办AI开年盛典——2019新智元AI技术峰会。峰会以“智能云•芯世界“为主题,聚焦智能云和AI芯片的发展,重塑未来AI世界格局。
$ K2 y1 A; D' l1 F同时,新智元在峰会现场权威发布若干AI白皮书,聚焦产业链的创新活跃,评述AI独角兽影响力,助力中国在世界级的AI竞争中实现超越。+ ^+ a* S/ Y3 l# z5 ]" k# |! |. v

! O. b  ^% a+ k2 }2 Q1 s7 c% t, p, }) k2 G, ?0 f; B4 f2 ]
来源:http://www.yidianzixun.com/article/0LgHwMRr
  ~6 a, `  o# |免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

×

帖子地址: 

梦想之都-俊月星空 优酷自频道欢迎您 http://i.youku.com/zhaojun917
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|手机版|小黑屋|梦想之都-俊月星空 ( 粤ICP备18056059号 )|网站地图

GMT+8, 2026-10-14 17:02 , Processed in 0.058683 second(s), 24 queries .

Powered by Mxzdjyxk! X3.5

© 2001-2026 Discuz! Team.

快速回复 返回顶部 返回列表