AI 可能真的要代替插画师了……

事先声明，这篇文章的标题绝不是在耸人听闻。事情的起因是前段时间在朋友圈看到同学在转发一篇论文，名字叫《Create Anime Characters with A.I. !》（论文地址：https://makegirlsmoe.github.io/assets/pdf/technical_report.pdf），打开一看，论文主要是通过各式属性生成二次元人物的头像，使用的方法是cGAN，效果非常impressive。

下图左侧为通过属性blonde hair, twin tails, blush, smile, ribbon, red eyes生成的人物，右侧是通过属性silver hair, long hair, blush, smile, open mouth, blue eyes生成的人物，都表现得非常自然，完全看不出是机器自动生成的：

模型生成的随机样本：

固定cGAN噪声部分生成的样本，此时人物具有不同的属性，但是面部细节和面朝的角度基本一致：

更加令人兴奋的是，作者搭建了一个网站，任何人都能随时利用训练好的模型生成图像，进行实验！网站的地址为：http://make.girls.moe/。

打开网站后需要等待进度条加载完毕，这个时候是在下载模型：

这里的按钮的含义都比较简单，总的来说我们要先选定一些属性（完全随机也是可以的），然后点击左侧的generate按钮生成：

完全随机生成的结果，看起来非常好：

选择发色（Hair Color）为金色（Blonde），发型（Hair Style）为双马尾（Twin Tail），点击生成，效果同样很赞！如下图：

技术细节

我之前也写过两篇文章，一篇介绍了GAN的原理（GAN学习指南：从原理入门到制作生成Demo），一篇介绍了cGAN的原理（通过文字描述来生成二次元妹子！聊聊conditional GAN与txt2img模型），这两篇文章都是以生成二次元人物来举例，但是生成的结果都比较差，只能看出大概的雏形。今天的这篇论文大的技术框架还是cGAN，只是对原来的生成过程做了两方面的改进，一是使用更加干净、质量更高的数据库，二是GAN结构的改进，下面就分别进行说明。

改进一：更高质量的图像库

之前使用的训练数据集大多数是使用爬虫从Danbooru或Safebooru这类网站爬下来的，这类网站的图片大多由用户自行上传，因此质量、画风参差不齐，同时还有不同的背景。这篇文章的数据来源于getchu，这本身是一个游戏网站，但是在网站上有大量的人物立绘，图像质量高，基本出于专业画师之手，同时背景统一：

除了图像外，为了训练cGAN，还需要图像的属性，如头发颜色、眼睛的颜色等。作者使用Illustration2Vec，一个预训练的CNN模型来产生这些标签。

改进二：GAN结构

此外，作者采取了和原始的GAN不同的结构和训练方法。总的训练框架来自于DRAGAN（arxiv：https://arxiv.org/pdf/1705.07215.pdf），经过实验发现这种训练方法收敛更快并且能产生更稳定的结果。

生成器G的结构类似于SRResNet（arxiv：https://arxiv.org/pdf/1609.04802.pdf）：

判别器也要做一点改动，因为人物的属性相当于是一种多分类问题，所以要把最后的Softmax改成多个Sigmoid：

详细的训练和参数设定可以参照原论文。

一些问题

虽然大多数的图像样本都比较好，但作者也提出了该模型的一些缺点。由于训练数据中各个属性的分布不均匀，通过某些罕见的属性组合生成出的图片会发生模式崩坏。比如属性帽子(hat)、眼镜(glasses)，不仅比较复杂，而且在训练样本中比较少见，如果把这些属性组合到一起，生成的图片的质量就比较差。

如下图，左侧为aqua hair, long hair, drill hair, open mouth, glasses, aqua eyes对应的样本，右侧为orange hair, ponytail, hat, glasses, red eyes, orange eyes对应的样本，相比使用常见属性生成的图片，这些图片的质量略差：

总结

这项工作确实令人印象深刻，生成的图片质量非常之高，个人认为如果加以完善，完全可以在某种程度上替代掉插画师的一部分工作。最后附上文中提到的一些资源：

• 网站：MakeGirls.moe（已有训练好的模型，打开就可以尝试生成）
• 论文：https://makegirlsmoe.github.io/assets/pdf/technical_report.pdf
• Github：make.girls.moe（目前只有网站的js源码，看介绍训练模型的代码会在近期放出）

作者：何之源，复旦大学计算机科学硕士在读，研究方向为人工智能以及机器学习的应用。 欢迎人工智能领域技术投稿、约稿、给文章纠错，请发送邮件至heyc@csdn.net