你的老婆你做主！内容自定义，南加大AI助你走上人生巅峰

点击上方“CVer”，选择加"星标"或“置顶”

重磅干货，第一时间送达

栗子 发自 凹非寺 
本文转载自：量子位（QbitAI）

你说，英伟达StyleGAN能生成这样可爱的老婆，还要什么自行车？

不不不。包括StyleGAN在内的算法，要么是保留了高级语义，不能在语义层面控制画风；

要么是能学到某个特定领域的画风，但又很难扩展到多种多样的画风。

总结成一句话，就是根本不能定制自己的老婆。

南加大的两位男子，深感前辈的算法不够用，自行开发了不一样的老婆生成器：

新的算法基于风格迁移，可以把画风和内容分开定制。

画风，就是妹子的质感。比如，这张六花晶莹透亮，头发泛着光，脸庞泛着光：

控制这样的画风，不限内容，就能生成许多反光能力很强的妹子。发色、瞳色、表情都不一样。

内容，就是妹子的特征。比如，你喜欢蓝发，紫瞳，轻微嘟嘴。

只限内容，不限画风，就会生成许多你想要的妹子：

△ 俗话说：如果智障有颜色，那么一定是蓝色

老婆定制技能达成，每一天都是人生巅峰。

那么，研究人员是怎么登上巅峰的？

如何拆分画风和内容

预警：前方有晦涩句子，但不超过三句话。

团队说，风格迁移可以表述成一个一般问题 (General Question) 的特定实例 (Particular Instance) 。

那里的数据集，有两个互补的变化因子 (Factors of Variation) ，其中一个是标注好的。目标是训练一个生成网络，能把两个因子拆分开来，独立控制。

具体到生成老婆的任务上来，两个因子就是画风和内容了。

首先，画风是怎样定义的呢？

团队决定把不同的人类画家的作品，标注成不同的画风。

比如，上面这两个妹子都来自Sayori；下面这两个妹子都来自Swordsouls。

在这两位艺术家的熏陶之下，AI解锁了两种不同的画风：

除此之外，还要解决“内容”的问题。

研究人员用了独立于画风的内容编码 (Style Independent Content Encoding) ：训练一个编码器，尽可能多的编码图像内容相关的信息，而不去包含风格信息。

回顾一下，开头出现的那些蓝妹子，就是从这里开始孕育的。

可是，自编码器生成的图像，自古以模糊著称。

所以，需要有一个双条件生成器 (Dual-Conditional Generator) ，才能生成清晰美好的老婆。

这个生成器，是基于辅助分类器GAN (Auxiliary Classifier GAN) 的原理打造而成。

到这里，自编码器 (第一阶段) 和生成器 (第二阶段) ，一同组成了完整的老婆定制工具。

猫娘爱好者

问题来了，到底是怎样的人类，开发了这个造福人类的算法？

论文的一作，是来自南加大的项思陶，一位每日同猫娘说晚安的少年 (说不定算法也是为了生成猫娘，才开发的) 。

下面是少年的香草cos图，背景为傍晚的实验室。

安全起见，在下决定不放出完整版。但你可以自己去找啊。

论文传送门：
https://arxiv.org/abs/1905.10742

少年的个人网站：
https://stormraiser.me/

— 完 —

CVer-GAN交流群

扫码添加CVer助手，可申请加入CVer-GAN交流群。一定要备注：GAN+地点+学校/公司+昵称（如GAN+上海+上交+卡卡），不根据格式申请，一律不通过。

▲长按加群

这么硬的分享，麻烦给我一个在在看

▲长按关注我们

麻烦给我一个在看！