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: 633|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
. H6 z1 \! u8 D6 ?* c* U; s
新智元原创 6 [: Q: x. e& b# |+ V& S. X/ Z- B
【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。" Z3 w# ?7 \; w! `8 X! W/ F. W3 m7 b
# X+ F( j' x1 L$ D! m& H# v
人人都能当抽象派画作大师了!
. D& _4 f1 i( V4 |4 C, A. M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。
4 N( [( z9 b; M+ U7 ~& v+ s% L3 Q/ r- _4 a
爱德蒙·贝拉米的肖像* u7 u. \% v4 d6 U5 v- Y
今天,Reddit上一位网友利用StyleGAN训练生成了999幅抽象派画作!; A7 @  }6 j1 G

" b: l  a1 I+ \9 N生成的其中一幅画作
; f* Q% N: n! D9 f. _这项工作使得其他网友们羡慕不已:
1 {5 n+ B. A& x0 D& R
, [3 N: r2 |) w1 p# Y' e# T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。
$ `' A( t* Q, G4 m! P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。
( S3 p) A! \" ]4 N& L0 j# Y% W  \1 [( S
Reddit地址:
: p7 A; k' s0 B: X- L: H) r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。
* z) @2 z: P/ q' x' U( I; \1 [9 @
! v. {, o. N) z+ D' M6 w8 `英伟达StyleGAN GitHub官方地址:+ k4 U4 N  y: E$ y
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。9 r; @% A& E# M3 m

6 t* k5 W' ^2 ~, I/ g. uKaggle地址:- V' h% p9 i) p: m& H1 b  c
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。
/ i: f1 b$ ?: p, W6 C$ r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 z4 Z6 ~; W/ m0 @例如下面两个随机向量之间的快速隐空间差值(latent space interpolation):
. N/ U* j8 G( o6 s( v- s% t# e- R- ~
同时,作者也给出了训练好的模型和Jupyter Notebook地址:
6 C# d1 T# L+ G: m. X, d: ]( @https://mega.nz/#!PsIQAYyD!g1No7FDZngIsYjavOvwxRG2Myyw1n5_U9CCpsWzQpIo
4 a( j8 h" \% E; g- [+ O英伟达“造假”黑科技:StyleGAN简介 5 i% ~) Z7 e: P) d: }
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。6 X0 ]5 O; c0 f0 q$ n) s
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。! K8 B  D; b8 k" v; J
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。: ?3 B6 J! Z2 v5 F' B2 @/ t
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。; |& l, C1 j6 ^8 r) W
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。/ a4 B7 S% k0 D4 V" q

- @8 [. r# {' K9 W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。
6 C2 j; N2 _2 L+ r. P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
" `% u: n2 S% i" K/ Y" d& [3 v+ y0 B0 f; i
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”。
6 F: d' h: T  J7 |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。' s- j6 R4 \; b; U: u! S5 n

) y  D9 }4 a3 Q2 W" w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
  E* v+ q- S0 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。
7 ^, _# G+ c, X3 L  c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。
3 v; f7 D, M; N* W. a" j
) k! \. v8 L& n7 l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 1 U3 F* W5 l( z, M6 \/ O% }; o

+ x, O: X' R4 D$ U& o6 f6 rAirBNB网站截图,避免广告嫌疑做了虚化处理3 \2 o  \% v* r5 b: E
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:
  z5 I7 l7 Q! L- O6 s7 A# D) w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)。( _- e# P& e3 v6 @" T
3 Q, X) u* Y/ u: |3 l2 s
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。
. u2 [# ~8 y* p$ q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。 : H% ?  }- x6 I+ i3 p
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。
6 M, w0 Q: `+ n& W6 p# q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). |) ?: Y( 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。
3 ?. s4 M, y- [( E
2 G1 ?7 T1 `% K2 C& n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。
6 [; I! T- m8 B7 v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。) x2 _2 U1 v, o# E0 m
  X& j) @5 l+ I6 _+ z' T8 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”。/ _9 N& E+ Q, w  J( E
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。
) D+ t$ b2 v: D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!
, y$ s* ^) S+ I7 k& L8 B  ?3 S参考链接:7 f6 W7 @) s4 o( K2 u+ |
【2019新智元 AI 技术峰会精彩回顾
$ J% |: A) Q9 V3 m2 {' S, J2019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。8 `$ _9 J, v; j( [
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。
* N3 t8 r* P% h) U0 y; n
7 ^$ j  [5 O4 v- g/ j8 K- J# f5 N5 m
2 L8 J: k5 ?% c# o# [4 K来源:http://www.yidianzixun.com/article/0LgHwMRr
% T* P( b$ w. V' `# s9 G$ S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, 2026-6-17 16:13 , Processed in 0.039161 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