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: 536|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
) q2 `- N- M$ J9 ~: Y
新智元原创
( s1 d8 O: ~2 t, k9 L, V; ~1 M【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。
& X. u# j% _6 L7 u+ g; q
5 D8 H# t: }& k3 `; m4 T人人都能当抽象派画作大师了!
9 p- u1 V9 d1 r" B, C, m1 d" `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。' S# Q" N# S" q9 P/ k  l0 m: n/ J
% B' |, M9 M& E" C2 m- [
爱德蒙·贝拉米的肖像
8 J& |, K& l$ c! a3 a今天,Reddit上一位网友利用StyleGAN训练生成了999幅抽象派画作!8 q& \; E* d8 ?9 ~
  t7 A4 L6 f: i
生成的其中一幅画作
7 b1 e" i  p- O7 `* R这项工作使得其他网友们羡慕不已:( I, D* Y: \  y0 ?

8 k5 s% r- s/ n" S+ l: r! Z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。
% B, u& @" h3 K, h! b& D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。
: ]2 t1 J$ [: \/ ~, [- _& L2 C5 O% \
9 L) J, O) g2 \- M0 f5 K5 a; MReddit地址:: f8 ?3 r: K( ~* M1 p
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。
7 i' l2 a0 u, u( n
) C) [: w/ K4 w# b4 d( t英伟达StyleGAN GitHub官方地址:# b" Z' j" q+ b7 A8 N2 L% M6 d
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。
) |8 Z: y6 O4 w  s* J! P
* f3 R  z# d5 T% IKaggle地址:
9 E8 s- A  B3 {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。5 |% P+ _2 [8 ~4 @  r5 _2 L. y- P( m
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
3 R6 O$ m3 c. x) t5 @  F6 q例如下面两个随机向量之间的快速隐空间差值(latent space interpolation):
2 I/ w* G7 P$ S7 B+ _# W; A1 z$ l+ F" L4 I
同时,作者也给出了训练好的模型和Jupyter Notebook地址:8 k1 L1 C0 @/ @3 I: u' ], M
https://mega.nz/#!PsIQAYyD!g1No7FDZngIsYjavOvwxRG2Myyw1n5_U9CCpsWzQpIo( d- a/ T! c. }5 i" G
英伟达“造假”黑科技:StyleGAN简介 3 w" p6 w0 F) O2 P) Q0 k# c7 {
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。
. O- E& V# }) L- Q6 z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。" B: j! W+ h6 _2 \' i/ [- A8 ?
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。
  m4 g0 `$ }$ X" i  q4 v/ i7 _& m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。) o4 A( S) E, W5 e
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。( E; ~, G6 L/ m1 `" K$ S* ^

  n! N& P7 B9 z4 g9 [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。
2 N! O/ v7 j' _5 h% H/ u& {2 z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+ u7 m- f( T/ s: e1 v) s+ c8 r
6 i& [, G4 J; K+ }( y2 |
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" f3 l8 x$ G4 S) o% E* g
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。& q; T$ O! ?( @1 H5 e! n
+ k8 [* H& Q  L
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. d+ v+ X& g' Q# y$ \; {! b
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。
" {; T- N, }3 A# ]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。& x+ w0 W; M+ S# c6 J6 T

0 C( n7 t/ j) H! k2 B+ {2 t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
9 s8 t2 S# q$ r! Z
) t% j6 ?- ?: s- \& B" zAirBNB网站截图,避免广告嫌疑做了虚化处理7 H; `, ]3 Q% B" G5 F: r% }( Y  O' E8 n
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:4 s, r3 F0 [. u4 ?: B- a: c* Q
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)。
  R& D5 I+ }  E' ?; \. y( E+ d
7 u7 p, R! d0 V% O; u3 G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。2 V/ f; O7 m0 F. A( ^5 l
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。 ( v  W( r8 e+ D9 e6 L4 v
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。
# P/ f9 y4 t2 K1 f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): n' V, E. z& T4 N: x! A
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。
. ~  X0 S$ N! D- |: t7 M& z5 u0 H  V' L' k1 u" H
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。
9 v' r+ n& ?9 w4 Z1 f# \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。( v; _; }/ W: h( X! w. L( B

7 a  Z( S) ?6 L" ?7 ?3 T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”。
0 B% E! D% @* l6 r( l' u- X0 P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。3 k7 Y1 K6 n+ g2 j- J4 c8 Y$ ?
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!
+ k- ^+ Z  U# y参考链接:' n2 w/ `9 z7 X; c
【2019新智元 AI 技术峰会精彩回顾
. @8 U" u& e6 y2019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。
( O: {8 o$ [( D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。
; q+ U/ |' m& v3 w/ C4 j$ L, J' Y' G+ @) G- w/ L: }
1 x* X& r# F3 g/ i3 k
来源:http://www.yidianzixun.com/article/0LgHwMRr
% O" y- `. G2 y* P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, 2025-10-26 21:37 , Processed in 0.036338 second(s), 23 queries .

Powered by Mxzdjyxk! X3.5

© 2001-2025 Discuz! Team.

快速回复 返回顶部 返回列表