设计中的类比思维与人工智能的图像类比算法

这篇属于论文解读系列，往期写过一篇关于平面设计作品视觉焦点识别的论文解读，本期解读下《Deep Visual Analogy-Making》这篇论文。

有没有想过让机器帮你做上图这类的图形推理题？

再看看海报设计的作品：

通过类比，再设计一张类似的：

如果机器可以学习其中的类比关系，那可以无限地设计类似的海报。

这里的核心都是“类比”的思维。类比是找到一种映射，可以使原始信息按照一定的规则映射到目标信息。本论文研究的图像类比就是把原始图像映射到目标图像的过程，如下图：

从左到右依次为A、B、C、D图

这是一个四元组（4-tuple）A : B :: C : D,

表示A类比于B，正如C类比于D的关系。

“A is to B as C is to D”.

一 解决的问题

我们思考3个问题：

1A ? B :: C ? D

A和B、C和D的共同点是什么？

--都是拿着弓箭。

2A : B ? C : D

A和B的关系，C和D的关系，都是什么？

--都是拉弓射箭动作的起始关系。

3A : B :: C : ?

如果把A和B的关系，应用于C，D的图像将是什么样的？

--把A和B的关系，类比至C和D，生成D图。

第1、2个问题，属于分类问题。第3个，是类比的问题。

该论文解决的就是第3个问题。

二 解决问题的方法

看代码：

https://github.com/carpedm20/visual-analogy-tensorflow

看图：

如果想更深入的探讨，我们可以在微信群里或者知识星球聊聊。

三 拓展应用

1图形的颜色、旋转、缩放、位置

学习下图里图形元素的变换关系：

应用到新的图形里，生成新的一张图片：

2雪碧图

也是本论文重点举的一个例子。可以拓展到生成动画上：

33D模型

工业设计或者插画／图标设计，只需要设计一张图，就可以生成任意角度的设计图了。

以上为全文内容。