谷歌上线AI新玩法:随手乱涂鸦,一键变怪兽
2020-12-07 15:37:44爱云资讯695
小明随意地涂鸦了一个头部,再简单地画了个翅膀,加上一个大尾巴……再单击「转换」键。
一只面目狰狞、皮肤粗糙、纹理细致的大怪兽就创造出来了。
这是Google研究人员制作的AI工具奇美拉画家(Chimera Painter)。
这是个线上绘画工具,可以将涂鸦变成一个栩栩如生的怪物。
奇美拉的条件型GAN
研究人员建立了一个生物混合体的概念,就像是一个纸牌游戏。
比如你拿到一张「鲸」卡,通过组合,可以变成一个「鲸VS大象」的嵌合体怪兽。
这个组合而成艺术作品,还能保留原始图像的视觉特征。
在此之前生成式对抗网络 (GAN, Generative Adversarial Networks )被广泛用于图像创作上。GAN一般包含两个模块:
生成模型(Generative Model) 判别模型(Discriminative Model)
两个模块互相博弈学习产生相当好的输出。一个优秀的GAN应用需要有良好的训练方法,否则可能由于神经网络模型的自由性而导致输出不理想。
例如,麻省理工学院和IBM合作,开发出了“GAN绘画工作室”。
允许用户上传自选图像以从多种角度修改其外观,从更改对象的大小到添加全新的物体,例如如树木、窗户、建筑物、桌子……等等。
再有,英伟达(Nvidia)最新的AI软件将粗糙的涂鸦变成真实的风景。
而在奇美拉画家中,与前两者注重照片写实的GAN不一样,他们采用了一种称作条件型GAN的方法。
这种方法与一般的GAN不一样,一般的GAN是在一系列图片基础上,生成器和判别器相互对抗磨合,形成全新的图。
奇美拉画家则是需要在生成器中输入一张创作图,在此基础上,再通过GAN生成新图。
将怪兽肢解建模,再组合渲染
为了训练GAN,研究人员创建了10000多个全彩色图像的数据集,包含不同生物的3D模型。
在这个生物模型的数据库中,不仅描绘了每个生物整体的大小和形状,还提供了肢体、器官、躯干的分割图。
艺术家就在这些“肢解”模型的基础上,重新组合出新的“生物”。可以选择头、牙齿、躯干、翅膀等不同部分进行绘画。
可以看到左侧有各种肢体部分选项按钮。
然后经过GAN,选出组合得最好的模型,将之合并,输出到Chimera Painter中。
得先制作生物纹理
在GAN模型中,在渲染对比度低的图像部分时,会有跳格,使图像失去空间连贯性。
例如这张图的腿和眼睛的识别界限不清晰,导致输出来的图像奇奇怪怪。
为了解决这个问题,奇美拉画家的研究人员开发了一种新的半自动化方法。
奇美拉画家对每种所需的生物类型(例如鬣狗或狮子)都会建立一个模型。
然后,艺术家使用虚幻引擎制作了叠加在3D模型上的彩色纹理。
再将「分割图」的单色(例如头,耳,颈等部分)套用到模型上,确保GAN了解到艺术家指定的的结构,形状,纹理和比例。
再次使用虚幻引擎将3D生物模型放置在简单的3D场景中。
为了增加数据库的模型数量,一个自动化脚本会主动采用这个3D场景。在10000张生物模型的基础上,继续补充,生成了10000+张图像+分割图。
根据生物的不同姿势,在视点和缩放级别之间进行插值,创建出全色图像和分割图,形成GAN新的训练数据集。
而每次手动创建这些数据,需要20多分钟。
谷歌表示,奇美拉画家为艺术家节省了数百万小时的时间。
相关文章
- 苹果全力研发增强现实AR眼镜,谷歌/微美全息夯实领先优势开启空间交互时代!
- OpenAI拟从谷歌收购Chrome
- 谷歌最新发布Agent2Agent 协议 (A2A)
- 谷歌地图推出新工具,助力城市分析基础设施与交通状况
- 亚马逊首款量子计算芯片Ocelot亮相,微软/谷歌/微美全息竞逐加速量子行业成熟
- 阿里开源模型万相2.1引爆视频赛道!谷歌/微美全息加入全模态AI开源新时代!
- 谷歌公布2025年I/O开发者大会日期,定档5月20日
- 三星与谷歌联手开发AR眼镜,Meta/微美全息硬件先行共绘XR未来蓝图
- 谷歌量子芯片重磅登场掀热潮,微美全息持续打造量子“芯”质生产力
- Meta携手卡梅隆共铸3D沉浸世界,谷歌/微美全息创新引领全息虚拟新纪元
- 抢先OpenAI Sora谷歌新推Veo模型,亚马逊/微美全息加入AI视频生成竞赛引关注
- 谷歌DeepMind发布Gemini 2.0人工智能模型
- 2025年AI Agent商用蓄势待发,微软/谷歌/微美全息纷纷入局重塑AI全产业链
- 谷歌发布突破性量子计算芯片Willow:五分钟完成超算10的25次方年的计算
- 预报天气更快、更准确!谷歌发布AI天气预测模型GenCast
- 谷歌文生视频模型Veo私人预览版在Vertex AI平台上线