专栏名称: 新智元

智能+中国主平台，致力于推动中国从互联网+迈向智能+新纪元。重点关注人工智能、机器人等前沿领域发展，关注人机融合、人工智能和机器人革命对人类社会与文明进化的影响，领航中国新智能时代。

【谷歌 GAN 生成人脸】对抗创造新艺术风格，128 像素扩展到 4000

新智元 · 公众号 · AI · 2017-06-15 10:29

正文

新智元编译

来源：mtyka.github.io

译者：文强

【新智元导读】 谷歌员工 Mike Tyka 撰文介绍了他使用 GAN 生成人物肖像的项目，结果值得一看，最高的分辨率有 4k×4k。需要指出，下面展示的结果是经过挑选的，但 GAN 生成的这些人物肖像别有一种艺术风格。

（文／Mike Tyka）一段时间以来，我一直在尝试使用生成神经网络制作人物肖像。早期试验基于类似 Deep Dream 的方法，但最近我开始将精力集中在 GAN 上面。当然，无论在什么时候，高精度和精确的细节都是很难实现的，使用 GAN 生成人脸也一样。首先，这些网络的感受野往往不到 256×256 像素的大小。

解决这个问题的一种办法是使用 stack GAN。我用基于 stack GAN 的方法，终于将像素提升到 768×768 的大小，最多使用 3 个阶段 stack 将像素提升到了 4k×4k。我不在意结果是否真实，但细节纹理逼真很重要。

为了减少 artifact（模糊不清的地方），我需要应对 mode collapse 等各种问题。具体说，光滑皮肤和多毛皮肤之间，第二阶段 GAN 是 meta stable，往往导致输出变成一块一块的。

现在我使用的最多是 vanilla GAN。当然，我觉得我也该试一下 WGAN、CramerGAN 或 BEGAN，因为大家都说后面几种收敛更好。

下面就是我使用 GAN 生成的空想人物肖像（我选了效果比较好的放上来）。

生成图像的质量与低分辨率输出（lowres output）实现密切相关。我通常在第一阶段生成 128×128 或者 256×256 像素的结果，然后在第二阶段提升至 768×768 或者 1024×1024。大多数情况下，生成的结果都很糟糕，远远没有我挑选出来的这几张好，但有些时候会出现非常富有艺术性的图像，偶尔看上去还像是有艺术风格诞生。