对一只GAN来说,次元壁什么的,根本不存在吧。
你看英伟达的StyleGAN,本来是以生成逼真人脸闻名于世。
不过,自从官方把算法开了源,拥有大胆想法的勇士们,便开始用自己的力量支配StyleGAN,顺道拯救世界。
以前,你的老婆可能是绫波丽,可能是真白,可能是漩涡鸣子 (误) 。
而今,推特名叫roadrunner01的程序猿,给StyleGAN喂食了大量二次元女子图像。
然后,AI生成了从萝莉、到乙女、到御姐的 (各种) 变换过程。里面的每一帧,都可以是你的选择:
发色和发型,眼睛里的神色,都在一刻不停地变化。
但任它千变万化,妹子依旧浑然天成。不论色彩,还是五官之间的配合,都有骄人的默契。
如果,你喜欢收到两颊泛红的讯号:
或者,你只喜欢清新的邻家少女:
还是,性别特征不够明显的幼女呢:
不管怎样,红瞳才是正义。
Reddit网友发出了很客观很中肯的赞叹:
相比之下,推特网友就更加直白一些:
虽然,roadrunner01并没有透露,他的StyleGAN到底吃了怎样的数据集,我们只感受到美少女战士强大的基因;
不过,另有一位叫做gwern的程序猿,也用二次元数据训练了StyleGAN,并且公开过自己的数据集。
鉴于他的训练成果同样秀色可餐:
且这位程序猿的老婆是明日香:
我们就来观察一下,这只AI到底吃过怎样的数据。
数据集名叫DANBOORU2018,包含超过330万张图,超过9970万个标签:
不出所料,是个百无禁忌的StyleGAN了。
为何不出所料?回头再看roadrunner01的作品,也有许多妹子穿着十分客气,可以欣赏到曼妙的锁骨,甚至香肩:
想要数据集的同学,请使用文底的传送门。
另外,作为数据集的提供者,gwern友情回应了那位需要H漫的同学:
想要,就自己去训练啊。 我训练好的StyleGAN二次元模型,你也直接可以下载啊。
传送门见文底。
数据集有了,就来看看StyleGAN是怎样工作的吧。
它之所以获得“GAN 2.0”的盛赞,就是因为生成器和普通的GAN不一样。
这里的生成器,是用风格迁移的思路重新发明的。
向AI输入两张图,图A决定人物的年龄、性别、头发长度和姿势;图B决定一切其他因素:肤色、发色、衣服颜色等等。
这样一来,图B的画风,就可以自然地转移给图A。
更重要的是,StyleGAN可以从粗糙、中等、精细三种尺度上调节图像的生成:
粗糙尺度,是规模最大的调整,人脸的朝向、脸型和发型,都在这里调整;中间尺度,调整只会涉及脸部特征、发色发量了。
精细尺度,改变的是图像的配色,几乎不会给任务变脸了。
三者组合在一起,才有最终的生成效果。
不过,私以为配色才是最重要的:
你看,这些蓝妹子多可爱:
那么,StyleGAN算法已经开源了,330万张的数据集也有了。
想要生成老婆的话,可以开始训练了。
不想训练的话,用gwern训练好的模型直接生成也行啊。
悄悄告诉你,如果你不想生成老婆,却想生成猫片,可以直接用官方提供的预训练模型哟。
DANBOORU2018二次元妹子数据集: https://www.gwern.net/Danbooru2018
英伟达StyleGAN官方实现: https://github.com/NVlabs/stylegan
gwern训练好的二次元StyleGAN模型: https://drive.google.com/file/d/1z8N_-xZW9AU45rHYGj1_tDHkIkbnMW-R/view
StyleGAN论文传送门: https://arxiv.org/abs/1812.04948
— 完 —