Leifeng.com AI teknolojisi inceleme notu: Bu makalenin yazarı her saniye miyav yapıyor Orijinal metin Qizhihu ana sayfasındadır.Leifeng.com AI teknoloji incelemesi yayınlama yetkisine sahiptir.
Önizleme videosu:
[Yapay Zeka] Yeni nesil çizim boyama AI geliyor_digital_technology_bilibili_
Video bağlantısı (https://www.bilibili.com/video/av14443094/)
Proje ana sayfası:
lllyasviel / style2paints (https://github.com/lllyasviel/style2paints)
İşte basit bir gösterim: Hat taslağının öznel seçimini önlemek için, ilk olarak şu anki saati yayınlayacağım:
Sonra bu sırada Google Görseller'de "Anime Eskiz" anahtar kelimesini aradım ve sonuçlar burada:
Sonra ilk sonucu, seçilen bileşenler olmadan doğrudan indirdim, bu resim şu şekilde indirildi:
Daha sonra AI'mız, renkler iyi göründüğü ve renk gamı nispeten geniş olduğu sürece, kullanıcıların içeriği sınırlamadan bazı stil resimleri girmesini gerektirir. Masaüstünde yeni bir klasör oluşturdum ve yapay zeka referansı için kişisel koleksiyonumdan farklı renklere sahip 9 resmi rastgele seçtim ve bir resim kestim:
Sonra bu dokuz resmi ve yukarıdaki çizgi taslağını doğrudan yapay zekaya düşürdüm, yükle düğmesini 9 kez ve renk düğmesini 9 kez tıkladım. Yaklaşık 10 dakika sonra, farklı renk kompozisyonlarına sahip 9 çizgi taslağım vardı.
Bu dokuz sonuç, yukarıdaki klasördeki dokuz referans resmine karşılık gelir.Eğer ilgileniyorsanız, ileri geri bakabilirsiniz. AI tarafından hangi bilgilerin taşındığını görün.
Zhihu'da bir gönderi yayınladığım için, işte bazı akademik gelişmeler. Spesifik etki yukarıdaki videoda. Lütfen videoyu izlediğinizden, videoyu izlediğinizden ve videoyu izlediğinizden emin olun.
1. Başarıyla başardık Anlamsal bilgi aktarımına dayalı renkli bilgi istemi , Bu teknoloji, renkli renklerin çok uyumlu hale gelmesini sağlar. Bu teknoloji ilk olarak hem Waseda hem de UCB'nin Ocak 2017 civarında araştırdığı siyah beyaz fotoğraf boyama hilelerine uygulandı. Bununla birlikte, anime çizgi taslaklarının renklendirilmesi çok, çok ciddi bir zorluktur.Birçok kuruluş bunları denedi. Bu yıl Haziran ayında DWANGO (Niconico'nun ana şirketi) ve Dongda dahil olmak üzere bazı kuruluşlar renk değiştirmeyi denedi. Sonuçlardan dikkatli seçim düzeyinde kalır ve doğrudan kullanılamaz. Laboratuvarımız uzun bir süre çalışmış ve hemen hemen tüm üretken modelleri denemiş ve sonunda bu eğitimi kontrol edebilecek bir yüzleştirme oyunu düzenlemiştir.Özel içerik takip yazısında ayrıntılı olarak açıklanacaktır.
2. Anlamsal bilgi geçişine dayalı renk istemi, anime çizgi taslaklarının renklendirilmesi için büyük önem taşır. Bir yandan "kullanıcıdan ne kadar çok uyarı olursa, sonuç o kadar çirkinleşir" ve "Uzun süre ayarladım ve sonuç başlangıçta iyi değil" sorunlarını çözerken, diğer yandan verimliliği büyük ölçüde artırıyor. Şu anda, aynı çizgi taslağı için kısa bir süre içinde çok sayıda farklı ve makul renk kompozisyonu oluşturabiliyoruz, bu da sinir ağlarını kompozisyon aracı veya renk taslağı olarak kullanan ressamlara fayda sağlayacaktır. Ayrıntılar için lütfen yukarıdaki videoya bakın.
3. Resmi APP'imiz bir süre sonra çevrimiçi olacaktır (çünkü fakiriz ve çok pahalı ve süper pahalı GPU sunucuları kiralayamayız, uzun sürebilir), ancak yanıtlayıcıysanız, doğrudan şurada oturum açabilirsiniz: Hızlı bir bakış için proje ana sayfasından kodu alın. Ek olarak, veri setini genişletme planlarımız var, bu nedenle ticari uygulamalar beklemek zorunda kalabilir. Ancak bu sadece finansal bir sorundur.Akademik kodlarımız, modellerimiz ve diğer materyallerimiz tam olarak açıklanmıştır.Konsporluk yapmakla ilgileniyorsanız veya düşük maliyetli kiralamaya uygun GPU sunucularınız varsa, lütfen bizimle iletişime geçin ve video ekranındaki son grubu ekleyin.
4. Videoyu izledikten veya projemizi anladıktan hemen sonra bir makale almak isterseniz, ACPR2017'de yer alan bu yıl Haziran ayından önce tüm teknolojilerimizi tanıtan bir makale var ve detayları github'da bulabilirsiniz. Ama aynı zamanda bazı yeni araştırma bulgularını dış dünyaya tanıtmayı umuyoruz ve yeni makaleler yazıldıktan sonra github'da yayınlanacak. Kağıt: Geliştirilmiş Artık U-net ve Yardımcı Sınıflandırıcı GAN ile Anime Eskizleri için Stil Aktarımı; Adres: https://arxiv.org/abs/1706.03319
5. Şu anda tüm açık kaynak anime renklendirme modelleri arasında çok iyi olduğumuzdan eminiz (painttschainer kapalı kaynak model verilerine sahiptir; geleneksel çözümler karşılaştırma aralığımızda değildir). Ve son modelimizin son model boyacı ile karşılaştırılabilir olduğunu düşünüyoruz, özellikle de geçiş düzgün olduğunda, etki önceki modelden çok daha iyi.
------------------- Ertesi gün güncelle -------------------
İki yüzden fazla beğeni var, beğendiğiniz için teşekkür ederim, bugün resimlerimi biraz daha yayınlayayım.
Her şeyden önce, bulunan hat taslağı şu şekildedir:
Kullandığım stil diyagramı bu:
Sonuç şu:
Yorum, girdi veya çıktı çok karmaşık olduğunda ne olacağını sordu. Durum şöyle. Çizgi taslakları ve stil resimleri karmaşık hale geldikçe, başarılı renklendirme olasılığı giderek azalacak. Çizgi taslakları veya stil resimleri çok karmaşıksa İnsan gözü yüzün nerede ve elin nerede olduğunu göremiyor, renklendirmek çok zor olacak, github'ımızda özellikle renk hatası problemi ile ilgili bir sorun var, program çevrim içi olduktan sonra ayrıca toplamamıza ve geliştirmemize yardımcı olabilirsiniz Bizim modelimiz.
------------------- Üçüncü gün güncelleme -------------------
Teknik bir şey söyleyin:
Ne zaman başladığını bilmiyorum Görüntü işlemeyle ilgili bir rutin var, ağın derinliğini oluşturmak için ResNet kullanmak ve sonra kağıtlar üretebilirsiniz.Son zamanlarda birçok benzer makale var. Modelimizde ResBlock bulunmamaktadır. Özellikle çizgi çizimlerini renklendirmek için uygun olan bir Başlangıç çeşidi kullanıyoruz.