欢迎访问小淀门户网站

体育博彩游戏网站·涂鸦一键变逼真照片,我被自己的绘画技巧惊呆了

时间: 2020-01-11 19:05:58

体育博彩游戏网站·涂鸦一键变逼真照片,我被自己的绘画技巧惊呆了

体育博彩游戏网站,欢迎关注“创事记”的微信订阅号:sinachuangshiji

文/安妮

平静的水面上,剧变突然出现。

一条黑色弧线从半空延伸而下,划过半个圈。继而自己填满,俨然一座岩山,就这样落在水中间。

水面漾起波纹。揉揉眼睛,绝不是看花了眼:你看那岩山纹路崎岖,倒影也是清晰可见。

第二座、第三座,也接踵而至。

透过现象看本质,控制这一切的,都是电脑前那个手握鼠标乱涂鸦的程序员。

英伟达程序员の现实扭曲力场,发动!

他手握的工具,名叫GauGAN,和印象派大师高更(Gauguin)不到一字之差,而绘画的逼真程度又远在其上。

除了凭空造山,还能秒加飞流直下的大瀑布:

栽棵树什么的,就更是小菜一碟:

照片里该有什么,全凭鼠标安排。

除了造出不存在的物体,GauGAN还能穿越日夜,扭曲季节:

而且它造出来的景物,细致到以前的算法都望尘莫及。

那些对细节要求甚高的作品,比如运动场景、动物照片等等,它也都能根据一张涂鸦生成出来。

有Twitter网友发出来自英伟达GTC展厅的惊呼:

妈呀我被自己的艺术能力惊呆了!

神仙操作,大洋此岸的量子位自愧不如。

好了,正式介绍一下英伟达出品的GauGAN:你画一幅涂鸦,用颜色区分每一块对应着什么物体,它就能照着你的大作,合成以假乱真的真实世界效果图。在AI界,你的涂鸦有个学名,叫“语义布局”。

要实现这种能力,GauGAN靠的是空间自适应归一化合成法SPADE架构。这种算法的论文Semantic Image Synthesis with Spatially-Adaptive Normalization已经被CVPR 2019接收,而且还是口头报告(oral)。

这篇论文的一作,照例还是实习生。另外几位作者来自英伟达和MIT,CycleGAN的创造者华人小哥哥朱俊彦也在其中。

在基于语义合成图像这个领域里,这可是目前效果最强的方法。

神奇的空间适应

在论文中,研究人员揭开了SPADE的神秘面纱。

此前,在语义图像合成领域有一套“流水线式”的加工流程:直接将语义布局(Semantic Layout)作为深度神经网络的输入,然后通过卷积、归一化和非线性层的处理,输出合成图像。

△ 推断语义布局合成图像 | 图片来自论文Inferring Semantic Layout for Hierarchical Text-to-Image Synthesis

但是,这种传统神经网络架构并不是最优解,其中的归一化层通常会让输入语义蒙版中的信息流失,导致合成效果变差。

为了解决这个问题,研究人员提出了一种新的方法,空间适应标准化(SPatially-Adaptive (DE)normalization),简称SPADE。

这是一种条件归一化层,它通过学习到的空间适应变换,用语义布局调节激活函数,让语义信息在整个网络中有效传播,避免语义信息流失。

SPADE与批标准化(Batch Normalization)类似,激活函数channel-wise是标准化的,但在很多标准化技术中,实际标准化操作后就应用到了学习过的仿射层(Affine Layer)。

但在SPADE中,仿射层是从语义分割图中学习的。这类似于条件标准化,不过所学习的仿射参数现在需要空间自适应,也就是对每个语义标签使用不同的缩放和偏差。

就这样一个小小的改变,让语义信号可以作用于所有层输出,不会在生成图像中丢失语义信息。

△ SPACE生成器结构

此外,因为语义信息是通过SPADE层提供的,因此随机向量成为神经网络的输入,所以,你还能随心改变图像的画风。

效果+++

研究人员用COCO-Stuff、ADE20K和Cityscapes等数据集测试SPADE与前人的效果如何。

结果发现,这项新研究面前,此前CRN、pix2pixHD等明星语义图像合成方法效果已经成为渣渣:

此前的pix2pixHD和CRN算法只能分辨开天和海的颜色,而GauGAN却遥遥领跑,连渐变的海水颜色和四散的浪花都合成出来了,甚至运动场的场地线:

此外,研究人员用平均检测评价函数(mIoU)、像素准确度(accu)和FID(Frechet Inception Distance)三个维度评估SPADE与其他语义合成模型的评分,SPADE均优于其他模型。

作者介绍

这篇论文由英伟达的研究人员Taesung Park、Ming-Yu Liu、Ting-Chun Wang和Jun-Yan Zhu(朱俊彦)共同完成。

一作Taesung Park是一位韩国小哥,本科和硕士就读于斯坦福,现在还在攻读UC伯克利计算机专业的博士学位。Park哥的论文分别被ICCV 2017、ICML 2019和CVPR 2019三场顶会接收过。

△ Taesung Park

目前,Park哥在英伟达实习,由研究员Ming-Yu Liu(劉洺堉)领导。

Ming-Yu Liu在参与过很多CV圈内耳熟能详的项目,包括vid2vid、pix2pixHD、CoupledGAN、FastPhotoStyle、MoCoGAN、FastPhotoStyle等,他的研究在NeurIPS、CVPR、ECCV大会上频频现身。

三作Ting-Chun Wang是Ming-Yu Liu的英伟达研究院同事,也是一作Park哥在UC伯克利的“嫡系”师兄。

四作是一个熟悉的华人名字:朱俊彦。在计算机圈,朱俊彦是大神一样的存在。

2012年清华大学计算机科学系的工学学士毕业后,朱俊彦在CMU和UC伯克利经过5年学习获得UC伯克利电气工程与计算机科学系的博士学位,也师从Alexei Efros。

提出了经典的“马变斑马”的CycleGAN后,还其博士毕业毕业论文Learning to Generate Images,获得了计算机图形学顶会ACM SIGGRAPH 2018“杰出博士论文奖”。

博士毕业后,朱俊彦成为MIT计算机与人工智能实验室(CSAIL)一名博士后研究员。

关于朱俊彦,这篇论文里还有个值得注意的小细节:他为自己标注了两家所属机构:MIT和英伟达。他此前发表的论文中,即便没少和英伟达合作,所属机构也都是MIT或者之前读博的UC伯克利。

目前,论文已经放出,研究人员表示代码、训练模型和所有图像马上就要来了。

在正在举办的英伟达GTC 19大会上,GauGAN已经亮相了。美国时间周三周五Ting-Chun Wang和Ming-Yu Liu还将进行相关演讲。

论文地址:https://arxiv.org/abs/1903.07291

GitHub地址(代码即将上线):https://github.com/NVlabs/SPADE

项目地址:https://nvlabs.github.io/SPADE/

最后,附上GTC现场Demo演示视频~

(责任编辑:匿名)

名企聚焦

艺术先锋

中国游戏市场收入超千亿后的新玩法:与传统文化结合
中国游戏市场收入超千亿后的新玩法:与传统文化结合 澎湃新闻记者 陈宇曦 杨鑫倢越来越多的游戏公司推出了游戏与传统文化结合的产品。在游戏市场销售收入超千亿元的同时,谢东晖也指出,包括网络游戏在内的我国数字内容产业仍然存在着一系列亟待解决的问题。谢斐认为,对于游戏公司来讲,目前需要承担更多的社会责任。“是让游戏成为实践文化自信和文化自觉的生动载体,传承与创新中国优秀传统文化精髓。”

推荐文章

© Copyright 2018-2019 duzadam.com 小淀门户网站 Inc. All Rights Reserved.