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: 597|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
8 Y; x  P' Q  D! |: L9 u$ `
新智元原创 : d& q1 `; P5 P0 ~
【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。
8 d4 ^6 ^/ @6 p2 S1 j6 D& o5 U; \2 X0 Z2 I
人人都能当抽象派画作大师了!
) l" c- \. M- K) B- L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。
. J1 P3 M& ~& G. g! D
" w( k) [6 h* ?8 e* `爱德蒙·贝拉米的肖像
7 K; B( I$ r) x/ `! O" D# Z4 D) z今天,Reddit上一位网友利用StyleGAN训练生成了999幅抽象派画作!
" U. A. Z0 j% F+ x4 b+ t' y7 V$ F: n$ t" ?* q4 N* F/ l+ G
生成的其中一幅画作
( S& X! r$ ^# u- g; k这项工作使得其他网友们羡慕不已:* E5 |/ Q" n8 i/ U/ J1 y

6 Z+ E/ R# o, X+ D; f4 M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。0 M* `! e/ ^; w( H
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。4 o2 Q0 }+ K7 ?1 N

9 @3 M8 m9 f& n' t. b2 |+ F. }1 HReddit地址:
+ I5 `/ @$ u" n- \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。& X; J6 i& `6 Z: v. m

0 [' y. O: ^0 r1 x+ X  O2 y英伟达StyleGAN GitHub官方地址:5 ?  P0 K, n. V( }
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。3 X8 G5 E. Z" A2 i) g/ a- x

7 E1 _8 k! Q* I3 M0 _0 J6 j+ WKaggle地址:
. E% i1 M+ r9 e  n* F, @4 z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。
2 V& @$ i$ m' m4 J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
# e! l! G$ B* O" i% v! p& \例如下面两个随机向量之间的快速隐空间差值(latent space interpolation):3 v' Y/ P, ~% D9 E. E

- I4 P: |! z0 a! n- K) v同时,作者也给出了训练好的模型和Jupyter Notebook地址:2 `: T5 A5 I: x/ w8 R5 g8 {* ~6 I
https://mega.nz/#!PsIQAYyD!g1No7FDZngIsYjavOvwxRG2Myyw1n5_U9CCpsWzQpIo6 ?( N' Z- d$ c: e/ J+ {
英伟达“造假”黑科技:StyleGAN简介
/ Z3 b# P% z9 x" a2 F' Z  kStyleGAN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。
; W7 J* K; C/ {  d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。4 O  q" ~/ \* _
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。
2 A% w) d1 d6 o) b$ y7 ?5 h- l% Z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。
6 Z( D  G4 }0 T9 J2 j9 D' 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。
' c' v1 ^* x, Y6 y3 H  C& a  c: ?
" L0 t6 C: a' ^- w9 l& O: A6 ^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。
' `& e( H: U- L* g9 u2 o, N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
. K( U! c9 Z3 k% Q' l  n% P1 `+ w- N- o( a0 ?9 M5 U% [" m
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”。
# P8 G) @0 k  U" H9 D  H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。+ w9 w$ w/ u$ b0 c# ^, k/ G! m
% B9 ~- |1 m) l9 p2 q8 M* ]% k7 ~
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, [0 P9 [3 z% ?6 [1 i* O- j! T- O
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。  h1 x. Y  ~0 J% v- e- 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。- f! F2 E* [9 w

2 O6 P9 K% l+ G" T0 {2 q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$ V; Q2 s3 s' a
/ r+ f1 p0 j/ E( N" ~5 w. WAirBNB网站截图,避免广告嫌疑做了虚化处理2 c) n/ B$ X0 p& A5 p1 r
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:; d) v9 ~  B  I
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$ f, ^* m% A8 f* h+ E5 ^; P! G$ A
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。
' c* x# d, w! }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。 & L' n6 b0 r& w9 \1 q# I* ^2 j
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。" K  b4 L# R1 M1 e9 w$ 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)
' ?7 w: ]* L, n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。& V  f$ p( }4 ~' g

# U- [9 L6 k8 _8 }/ w& t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。
) t% O+ s3 ~  v# B: d! L: ?* T: _" 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。
! M1 ~- ^$ l& V' }$ `8 \' K  g% h- j/ a; e! N( Y
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”。' P5 l1 }$ b! ~/ J/ ~* z( s5 D' n$ r
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。
% g5 b" z' r" z7 }' P- v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!
" }- d* c' w6 k参考链接:; Q6 o; w* L. {+ d/ ^
【2019新智元 AI 技术峰会精彩回顾* y/ b* O/ T: a( |
2019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。( V5 ^$ T/ ^. x1 R) P4 i# g' \) W
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。9 R8 t; }" F! Y, T
# s0 z* N6 _4 }' l( e, T" u1 H
4 a& t9 F# ^* t
来源:http://www.yidianzixun.com/article/0LgHwMRr
2 ^- B) t" c* p% s0 q/ }( b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, 2026-3-17 19:59 , Processed in 0.040959 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