谷歌开放AI怪兽制造机，快来打造你的数码宝贝世界吧( 二 )

模型经过训练后，接下来的任务是根据艺术家提供的轮廓生成多物种的嵌合体。最后，将性能最好的模型合并到Chimera Painter中。
下图展示了使用模型生成的一些示例，包括单物种生物（下排，海马、螃蟹、豪猪）以及更复杂的多物种嵌合体（下排，蚂蚁+豪猪、钝口螈+鲸鱼、飞蛾+螃蟹）。

本文插图
游戏卡牌界面的设计充满着童年回忆的气息，但菜鸟小编只能小打小闹一番，有基础的玩家可能已经开始构建自己的数码宝贝世界了。
通过结构学习创造生物
人类对生物身体解剖结构比如眼睛、手指、耳朵等的感知是很敏感的，但GAN通常很难对生成内容的结构有很好的语义理解。
在GAN的随机采样图像中，我们经常能看到如下图中所示的混合体，其结构并不鲜明，这样的案例一般认为是失败的。

本文插图
由于嵌合体生物的幻想特性，为了美学需要，生成这些生物需要一类全新的数据集，它必须是非摄影的、幻想的风格，还具有其它独特的特征，例如戏剧性的视角、构图和照明。
于是，谷歌请了艺术家来构建数据集。比如对于下图中的鬣狗，艺术家会先使用虚幻引擎构建3D模型，然后分别用彩色纹理（左）和语义分割图（右）叠加到3D模型上，然后，使用虚幻引擎将3D生物模型放置在简单的3D场景中，这样一个数据对就完成了。

本文插图
接下来，谷歌使用自动化脚本改变3D生物模型的姿态、视角、缩放尺寸，从而对数据集进行增强。使用这种方法，谷歌为每个3D生物模型生成了10000+张图像对，与手动创建（每张图像大约20分钟）相比，节省了数百万小时的时间。
由于自动生成的图像存在一定程度的失真，谷歌还结合了艺术家的反馈对生成效果进行了改进。此外，感知损失也是一个重要因素，下图是使用不同的感知损失权重的GAN生成的示例。

本文插图
上图中的某些变化是由于数据集中每种生物包含多种纹理（例如，红色或灰色的蝙蝠）而造成的。
然而，除颜色以外，还有许多特征的差异与感知损失的变化直接相关。尤其是，谷歌发现某些值可以带来更鲜明的表面纹理特征，使生成的生物看起来更真实。

本文插图
怎么样，心动了吗？祝看官玩的开心~
参考资料：
https://ai.googleblog.com/2020/11/using-gans-to-create-fantastical.html

本文插图

本文插图
【谷歌开放AI怪兽制造机，快来打造你的数码宝贝世界吧】