超火的漫画线稿上色AI出新版了!无监督训练,效果更美好深度学习
网络
超火的漫画线稿上色AI出新版了!无监督训练,效果更美好深度学习
工具
超火的漫画线稿上色AI出新版了!无监督训练,效果更美好深度学习
模型
超火的漫画线稿上色AI出新版了!无监督训练,效果更美好深度学习
神经网络
超火的漫画线稿上色AI出新版了!无监督训练,效果更美好深度学习
商业智能

给喜欢的动漫形象建个了收藏夹,里面收集她的各种图片……懂,谁没几个喜欢的动漫萌妹呢。


一些手绘线稿也很可爱,但黑白配色总会略显单调。


超火的漫画线稿上色AI出新版了!无监督训练,效果更美好深度学习

请记住这张线稿

半年前线稿上色AI style2paints的破壳曾让自动上色火了一阵。好消息是,昨天,升级版本style2paints 2.0也问世了!


Demo也一并放出,用户可以随意试玩~


超火的漫画线稿上色AI出新版了!无监督训练,效果更美好深度学习

Demo界面

据作者说,style2paints 2.0比一代效果更好,而且模型的训练过程是无监督的。


效果惊艳

只需线稿一张,轻点一下,就能给你珍藏的心爱萌妹上个色。


超火的漫画线稿上色AI出新版了!无监督训练,效果更美好深度学习

上面线稿的转换效果

赞赞的!不仅如此,换一张其他的彩色参考图,也能将线稿转化成另一种颜色风格。


比如我们输入下面这张参考图:



超火的漫画线稿上色AI出新版了!无监督训练,效果更美好深度学习

上面那张示例图就变成了下面的效果——


超火的漫画线稿上色AI出新版了!无监督训练,效果更美好深度学习

还可以从参考图中选取颜色,然后用笔在线稿的某个区域上点一下,AI就会按你的提示去重新填充——


超火的漫画线稿上色AI出新版了!无监督训练,效果更美好深度学习

支持微调的线稿上色软件不止一家,不过作者介绍说,和同类软件相比,style2paints的“提示笔”是最较精确的,用户可以用3×3的笔迹,在1024×2048的画面上,控制13×13的区域。


为了确保最终画作颜色协调,style2paints还玩了一点小心机:用户不能自己输入颜色,只能从参考图上选。


并不简单

玩得尽兴之后,你可能会说,风格迁移嘛,我们见得多了~


但是,把黑白照片变成彩色照片,和把没有阴影高光的线稿变成彩色图画难度不同。


这种由纯线条构成的草图不包含图案的明暗和纹理。也就是说,AI需要自动脑补出这些信息。


何况style2paints作者对线稿上色的期望,实在是比较高,并不是在线条之间填一些颜色就完事了:


在一幅好漫画里,妹纸的眼睛要像星系一样闪亮,脸颊要弥漫着红晕,皮肤要精致迷人。



超火的漫画线稿上色AI出新版了!无监督训练,效果更美好深度学习

大概是这个效果吧

这怎么做得到!


style2paints 2.0目前还没有相关论文放出,只有代码可供参考。不过,今年6月问世的第一版其实效果还可以,实现了基于语义信息迁移的颜色提示,让上色效果更加和谐。


具体的原理可以看当时的论文Style Transfer for Anime Sketches with Enhanced Residual U-net and Auxiliary Classifier GAN

,来自苏州大学的三位作者Lvmin Zhang, Yi Ji, Xin Lin介绍了怎样将集合的剩余U-Net样式应用到灰度图中,并借助分类器生成的对抗网络(AC-GAN)自动为图像上色。生成过程迅速,效果尚好。


论文地址:

https://arxiv.org/abs/1706.03319


不一样的2.0

style2paints第一版推出之后非常火,量子位的不少朋友都上手玩过。


不过,他们的主要竞品paintschainer不停迭代,后来,上色的效果渐渐超越了style2paints 1.0,于是,作者们也坐不住了,开始研究新方法,更新了一版出来。


那么,2.0和1.0有什么不一样吗?

巧了,国外的网友也很关心。作者在Reddit上回答说,和上一版相比,style2paints 2.0大部分训练都是纯粹无监督,甚至无条件的。


也就是说,在这个模型的训练过程中,除了对抗规则之外没有添加其他的人工定义规则,没有规则来强迫生成器神经网络照着线稿画画,而是靠神经网络自己发现,如果遵照线稿,会更容易骗过鉴别器。


pix2pix、CycleGAN等同类模型为了确保收敛,会对学习对象添加l1 loss,鉴别器接收到的数据是成对的[input, training data]和[input, fake output]。而style2paints 2.0模型的学习目标和经典DCGAN完全相同,没有添加其他规则,鉴别器收到的也不是成对的输出。

作者说,让这样一个模型收敛其实是很难的,何况神经网络这么深。


不过你看,结果还不错。


线稿上色的江湖


线稿上色的程序,其实有很多,比如说:

Paintschainer

https://paintschainer.preferred.tech/index_en.html


Deepcolor

https://github.com/kvfrans/deepcolor


Auto-painter

https://arxiv.org/abs/1705.01908


除了paintschainer,其他的同类产品其实作者是不太看得上的。


他说,很多亚洲论文都号称能迁移漫画风格,但是仔细看论文,会发现他们所谓的“新方法”就是个调整过的VGG,虽说VGG在风格迁移任务上普遍表现不错,但是用在漫画上,效果总是不怎么好。


还是得靠GAN,而且得允许用户上传风格参考图,像Prisma那样从莫奈梵高里选可不行,莫奈梵高又不会画漫画。


试试不?

上手玩一下Demo:

http://paintstransfer.com/


论文还没出来,不过可以看源代码呀:

https://github.com/lllyasviel/style2paints


欢迎加入本站公开兴趣群

商业智能与数据分析群

兴趣范围包括各种让数据产生价值的办法,实际应用案例分享与讨论,分析工具,ETL工具,数据仓库,数据挖掘工具,报表系统等全方位知识

QQ群:418451831

tags: style2paints,线稿,上色,效果,AI,作者,漫画,论文,参考,Demo,paintschainer,com,模型,颜色
分页:12
转载请注明
本文标题:超火的漫画线稿上色AI出新版了!无监督训练,效果更美好深度学习
本站链接:http://www.codesec.net/view/570379.html
分享请点击:


1.凡CodeSecTeam转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责;
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。
登录后可拥有收藏文章、关注作者等权限...
技术大类 技术大类 | 商业智能 | 评论(0) | 阅读(165)