厉害了！谷歌AI一键生成定制版3D游戏神兽，可在线体验( 二 ) 会画画的AI有多可怕？你是否想

其中，图二身体细分部分会提交给模型进行训练，以确保GAN了解各种生物身体部位的特定结构、形状、纹理和比例。
三维生物模型都被放置在一个3D场景中，并同样使用虚幻引擎。一组自动化脚本将采用这个3D场景，并在不同的姿势、视点和每个3D生物模型的缩放级别之间进行插值，创建全彩色图像和分割地图，形成 GAN的训练数据集。
使用这种方法，研究人员为每个3D生物模型生成10000多个图像+分割图对，与手动创建这些数据相比，用户每张图像可以节省大约20分钟。
生成高保真度图像GAN的超参数大小会影响模型输出图像的质量。为了验证该模型哪个版本的性能最佳，研究团队收集并分析了模型生成不同生物类型的样本，并从中提取了一些显著特征，如深度感，有关生物纹理的样式，以及面部、眼睛的真实感等。
这些信息不仅将用于训练模型的新版本，而且能在模型生成成千上万的生物图像之后，从每种生物类别（例如瞪羚，山猫，大猩猩等）中选择最佳的图像。
具体来说，研究团队通过感知损失（ Perceptual Loss）对GAN进行了优化。该损失函数组件使用从单独的卷积神经网络（CNN）提取的特征来计算两幅图像之间的差异，该卷积神经网络之前已经对ImageNet数据集中的数百万张照片进行了训练。
从CNN的不同层提取特征，并对每个特征施加权重，这会影响特征对最终损耗值的贡献，这些权重对于确定最终生成的图像的外观至关重要。
下面是来自不同感知损失权重训练GANs的结果。
文章插图
图片中的颜色变化主要是数据集导致的，其原因是数据集中的一个生物往往包含多种纹理（比如蝙蝠的红色版和灰色版），不过，忽略颜色变化，许多差异也直接与感知损失值的变化有关。
研究人员发现，特定值会产生更清晰的面部特征，使生成的生物更具真实感。
下面是一些由GAN生成的生物，它们使用了不同的感知损失权重进行训练，展示了模型可以处理一小部分输出和姿势。
文章插图
在线体验总之，对于艺术创作者或者绘画爱好者来说， Chimera Painter只需调整生物的局部形状、类型或者位置，就可轻松创建大量图像，而不是从头绘制几十种类似的生物。同时，该模型还允许使用外部程序（如Photoshop）创建的生物轮廓。
谷歌团队在博客中表示，希望这些GAN模型和Chimera Painter演示工具可以激发人们新的艺术创作思路。
那么，使用机器学习作为画笔时，你想创建什么呢？（点击链接即可体验~）
引用链接：
雷锋网雷锋网雷锋网