博士后|博士后小姐姐把“二次元老婆生成器”升级了:这一次可以指定画风
梦晨 发自 凹非寺量子位 报道 | 公众号 QbitAI
用GAN(生成对抗网络)制作卡通人物形象的研究,相信大家已见过不少。
但这一次新出炉的AniGAN,可以让你指定任意画风!
只需一张真实人物照片,加上一张你喜欢的画师作品做为参考,就能在保留原照片发型、五官等形状特征的同时,迁移成相应的画风。
拿来做头像是不是很棒?

文章插图
又双叒叕一款GAN?这次更强!
AniGAN团队认为,之前的二次元人物生成算法有两大问题。
要么不能很好模仿参考图的画风,要么会过于强调保留原始照片的形状,却并不适合二次元人物的风格,造成不符合审美的扭曲与瑕疵。
通过对比可以看出,AniGAN生成的结果在模仿参考图颜色、材质,以及将原始特征转换成适合二次元方面都更出色。

文章插图
下图使用了更大的数据集,包含更多样的色彩、线条、材质、发型及五官特征。

文章插图
新的生成器架构
为了在转换形状特征的同时进行风格迁移,AniGAN团队提出了新的生成器架构。
不同于以往使用残差块(Residual Blocks)在生成器的瓶颈层注入风格信息的方法。
AniGAN提出了自适应堆栈卷积块 (Adaptive Stack Convolutional Block)和细粒度风格转移块( Fine-grained Style Transfer Block),以下简称为ASC块和FST块。

文章插图
ASC块由卷积层、激活层和归一化层组成。
在以往使用残差块时,可能会忽略一些风格信息,如在下面例子中将右眼都错误地生成为棕色。

文章插图
FST块由上采样层,卷积层和归一化层组成。
风格数据会在上采样层之后而不是瓶颈层注入,负责把局部形状特征也处理成一种风格数据,并转换成对应的二次元形状。
去掉FST块的情况下,生成图像的面部特征并不适应二次元风格。

文章插图
两种新的归一化函数
以往的AdaLIN归一化函数会将实例归一化(IN)和层归一化(LN)按channel结合在一起,而忽略了channel间的相互关系。因此不能胜任迁移风格同时转换特征的任务。
AniGAN团队提出了点状层实例归一化(point-wise layer instance normalization)和适应性点状层实例归一化( adaptive point-wise layer instance normalization ),以下简称PoLIN和AdaPoLIN。

文章插图

文章插图
PoLIN和AdaPoLIN会将所有channel的IN与LN结合在一起。

文章插图
从左至右为(a)参考图像,(b)原始照片,(c)-(f)为去掉PoLin或AdaPolin的各种组合的消融实验,(g)为正式效果
双分支鉴别器(Double-branch Discriminator)
二次元人脸与真实人脸既有很大不同,又都是关于人脸。在研究中称作领域X和领域Y。
相关经验推荐
- 信件|名侦探柯南:让小五郎崩溃的不是案件破不了,而是偶像结婚的消息
- 小舞|修罗神降临斗罗大陆,唐三首次展现修罗模样,这样的三哥够帅!
- 小舞|过山车变形机器人!上世纪无厘头机甲动画鼻祖,奇葩又搞笑
- 大护法|海贼王1006集:冰鬼惹怒乔巴,小菊火刀烫断臂,凯多变回人形
- 火山|假面骑士revice19话:帝蒙斯的秘密即将公开,小樱对决阿基蕾拉!
- 辉夜大小姐想让我告白|《小小兵》影评:他们不坏,他们很可爱
- 新奥特曼|奥特曼油管频道粉丝突破200万,黑暗奥特曼齐聚伽古拉的小屋
- 朱德庸|漫画家朱德庸,想象力源于小时候没有被破坏的调皮
- 路飞|路飞一起前往贝基的据点就在小岛的西北方向甚平,大佬马上会面
- 月饼|非人哉:小玉极其厌恶月饼,但她的小弟们却一直研究月饼的黑科技
