StyleGAN玩出新高度！生成999幅抽象画，人人都是毕加索(附代码)

会员服务 ·

StyleGAN玩出新高度！生成999幅抽象画，人人都是毕加索(附代码)

2019 年 4 月 8 日 新智元

新智元原创

来源：reddit

编辑：金磊、大明

【新智元导读】英伟达推出的StyleGAN在前不久大火了一把。今日，Reddit一位网友便利用StyleGAN耗时5天创作出了999幅抽象派画作！不仅如此，他还将创作过程无私的分享给了大家，引来众网友的一致好评。

人人都能当抽象派画作大师了！

去年，佳士得拍卖会上拍卖了一副由AI创作的肖像画——《爱德蒙·贝拉米的肖像》，该画最终售价43.25万美元(301万元人民币)，远远超过了7000到1万美元的预计售价，同时也引发了人们对人工智能作画的热烈探讨。

爱德蒙·贝拉米的肖像

今天，Reddit上一位网友利用StyleGAN训练生成了999幅抽象派画作！

生成的其中一幅画作

这项工作使得其他网友们羡慕不已：

那么，这999幅AI生成的画作中，是否又会出现天价作品呢？值得拭目以待。

利用StyleGAN训练生成抽象派画作

这位名为“_COD32_”的网友在Reddit上毫无保留的分享了这项工作的创作过程。

Reddit地址：

https://www.reddit.com/r/MachineLearning/comments/bagnq6/p_stylegan_trained_on_paintings_512x512/

在模型方面，采用的依旧是去年英伟达爆款StyleGAN，这是一种新的生成器架构，基于风格迁移，将面部细节分离出来，由模型进行单独调整，从而大幅度超越传统GAN等模型。

英伟达StyleGAN GitHub官方地址：

https://github.com/NVlabs/stylegan

在数据方面，采用的是Kaggle上名为”Painter by Numbers“项目中的数据集，其中大部分的图像数据来源于WikiArt.org网站。

Kaggle地址：

https://www.kaggle.com/c/painter-by-numbers/data

其中，只采用了≥1024X2014的图像。在GTX 1080 TI上的训练时间大约是5天。

不过作者表示，该模型试图生成人脸的部分并不是很完美，但其它部分还算可以。

例如下面两个随机向量之间的快速隐空间差值(latent space interpolation)：

同时，作者也给出了训练好的模型和Jupyter Notebook地址：

https://mega.nz/#!PsIQAYyD!g1No7FDZngIsYjavOvwxRG2Myyw1n5_U9CCpsWzQpIo

https://colab.research.google.com/drive/1cFKK0CBnev2BF8z9BOHxePk7E-f7TtUi

英伟达“造假”黑科技：StyleGAN简介

StyleGAN是英伟达提出的一种用于生成对抗网络的替代生成器体系结构，该结构借鉴了样式迁移学习的成果。新结构能够实现自动学习，以及无监督的高级属性分离（比如在使用人脸图像训练时区分姿势和身份属性）和生成的图像（如雀斑，头发）的随机变化，并能在图像合成和控制上实现直观化和规模化。

新模型在传统的分布质量指标方面实现了提升，并且更好地解决了潜在的变量因素。为了对插值质量和分解进行量化，本模型提出了两种适用于任何生成架构的自动化新方法。以及一个新的、高度多样化、高质量的人脸数据集。

英伟达研究人员在论文中写道，他们提出的新架构可以完成自动学习，无监督地分离高级属性（例如在人脸上训练时的姿势和身份）以及生成图像中的随机变化，并且可以对合成进行更直观且特定于比例的控制。

换句话说，这种新的GAN在生成和混合图像，特别是人脸图像时，可以更好地感知图像之间有意义的变化，并且在各种尺度上针对这些变化做出引导。

例如，研究人员使用的旧系统可能产生两个“不同”的面部，这两个面部其实大致相同，只是一个人的耳朵被抹去了，两人的衬衫是不同的颜色。而这些并不是真正的面部特异性特征，不过系统并不知道这些是无需重点关注的变化，而当成了两个人来处理。

在上面的动图中，其实面部已经完全变了，但“源”和“样式”的明显标记显然都得到了保留，例如最底下一排图片的蓝色衬衫。为什么会这样？请注意，所有这些都是完全可变的，这里说的变量不仅仅是A + B = C，而且A和B的所有方面都可以存在/不存在，具体取决于设置的调整方式。

下面这些由计算机生成的图像都不是真人。但如果我告诉你这些图像是真人的照片，你可能也不会怀疑：

效果如此出众的StyleGAN一经开源就成了“网红”，由该模型生成的假脸几乎完全可以乱真，即使是放大了仔细看，大多数情况下依然难以分清，其难度堪比“大家来找茬”。

为此，有人甚至专门写了一篇指南，专门指点那些有兴趣“鉴脸”的人，该文总结出了StyleGAN生成假脸的几处常见的破绽。不过，这些破绽大部分是在图片背景、配饰、衣物等附加元素上找到的，面部本身的破绽虽然也有，但显著性和易见性都要下降一个档次。

上图的StyleGAN生成图像在面部上几乎无破绽，但左右耳的首饰不对称

被玩坏的StyleGAN：从“假人脸”到“假房子”，生成世间万物

StyleGAN生成假脸图像的逼真程度令人惊艳，但这么厉害的模型只能用来生成假人脸吗？显然不是。很快，越来越多的吃瓜群众发现了StyleGAN的更多潜力。比如生成假的出租房。

前不久，就有好事者利用StyleGAN生成了一个假的Airbnb租房网站，上面从房源图片、地址、再到租客的评论和打分没有一个是真实的，全是StyleGAN的杰作。

假房生成网站 thisairbnbdoesnotexist.com，每次刷新都会出现一个虚假的房源，网页上的照片、文字描述、发布人头像均由计算机自动生成。由于使用的模型非常简单，文字描述多有不合逻辑之处，但乍看上去还是能以假乱真。来源：假房生成网站 thisairbnbdoesnotexist.com

AirBNB网站截图，避免广告嫌疑做了虚化处理

根据Christopher Schmidt在Twitter的介绍，生成每个网页用一块GPU只需0.5秒，相关代码开源，你可以在这里找到：

https://colab.research.google.com/github/tensorflow/tpu/blob/master/tools/colab/shakespeare_with_tpu_and_keras.ipynb

这个“假房源”网站是怎么做的？

网站上的图像当然由著名的图像生成模型StyleGAN生成，文本则来自在一个AirBNB列表(文末链接[1])上训练的语言模型，主要基于Tensorflow的“Predict Shakespeare with Cloud TPU”（https://t.co/sJoUbwZ2UL）。

这个文本生成模型似乎是个两层的前馈LSTM（文末链接[2]），主要是用它来独立训练生成房屋列表中的标题、描述、房主姓名、地理位置等，然后组合生成综合列表。

每个模型的输出都是预先生成的，每5秒创建一个新的列表(网页)。唯一的修改是根据文本稍微调整序列大小。

下面是Christopher Schmidt在Twitter上对这个“假房子”网站的简要介绍，包括灵感来源、大致结构、构建页面使用的框架和训练方式等。

本页面在开发时主要使用以下几种模型：在构建图片和卧室照片时使用StyleGAN，一些文本网络的训练使用了tf.keras来生成地点名称、房主姓名、标题和描述。此外还使用了Tensorflow的实例代码）

所有的数据训练过程都在谷歌的Colab上完成，该平台上可以免费使用GPU和TPU来训练和生成数据。

每个模型都可以做出独立的预测，所以会经常出现各部分信息不相配的情况，比如描述信息中说某套房子有一间卧室，但列表信息中显示有四件卧室，或者外观和名字排列不齐等。

但总的来看，这个过程是比较理想的，我在这个学习过程中也获得了不少乐趣，进一步掌握了一些模型的使用技巧。这里要感谢Colab平台，更感谢StyleGAN社群的出色研究成果。