首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

Pix2Pix与人工智能做设计

设计是一个创造的过程,目前大部分的设计类产品大多是基于模版的,外加一些图像匹配的处理,做出来的设计,缺少创造的成分,更多的是预设的结果。 基于深度学习算法,是否可能满足设计创造性的要求?像图像分类可以很方便的通过 CNN 来实现,通过 apple 开源的turicreate库来实现更加简便。而图像与图像之间的转换(称为图像翻译),目前较好的通用方法是 pix2pix ,基于 GAN 的算法。GAN带来了生成设计的可能性。最近我也终于抽到点空跑了下 pix2pix 的算法,有点体会,写成文章分享给大家。

ps:跑到第8轮,pix2pix 的应用界限就差不多可以评估了

在开发环境方面,我这次选择了Anaconda 作为 python 包的管理,有可视化的 APP 工具,也可以通过终端命令行操作,方便了许多。 pix2pix 的话,做实验的话,建议直接使用Jupyter notebook,方便直观。

2017 年的这篇论文《Image-to-Image Translation with Conditional Adversarial Networks》介绍得很详细, github 上也有很多 pix2pix 的实现,自行搜索吧。

https://arxiv.org/pdf/1611.07004.pdf

pix2pix 可以实现哪些事情呢?

预测影片的下一帧,我们是不是可以把一张图片变成 GIF 图;

去除马赛克,随意放大 BMP 图片,再也不担心精度不够了;

通过手绘生成名画,比谷歌的 auto draw 先进了点,当然还有各种通过手绘生成的东西,比如猫、袋子、鞋子、人物肖像画;

去除图片的背景,类似于抠图,也可以采用 pix2pix 的方法进行;

生成配色方案,把配色当成图片,进行图片的生成,产生新的配色方案;

从侧脸预测正脸,这样以后只要随便拍一张照片,都可以在三维空间中实时建模出来;

改变模特的摆拍姿势

用在风格迁移也是可以的,还可以做得更加灵活;

从卫星影像生成地图,降低地图服务商的生成成本;

Github 有个 gan 全集,收集了 gan 的相关论文及应用。

https://github.com/nightrome/really-awesome-gan

只要是图片与图片之间的转换,我们都可以尝试 pix2pix 来生成试试。

算法已经没什么秘密可言,站在应用的角度,关键是如何获取大量的成对的图片来进行训练。我们可以借助一些工具,比如UI2Code 之 利用 antd.sketchapp 生成训练数据,还可以通过其他算法生成大量数据,作为 pix2pix 的输入。

例如,针对设计领域,有这么些图像翻译的应用场景:

动态 Logo 设计,用户输入一张静态的 Logo 图片,自动生成动态的 GIF 。

服装设计,只需完成手绘,即可实时看到成品的效果。

类似于 iGAN :

还有景观/建筑设计中,经常要描图,利用 pix2pix ,也是可以实现手绘图至 CAD 图的转化,然后设计师再在 CAD 图上精细地调整方案。

其他的应用场景欢迎留言讨论或微信群里讨论。

*

知识星球

更多可以在知识星球交流。

*

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180324G0UJV500?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券