雷鋒網(wǎng)AI科技評論按：最近二次元愛好者們可能會感覺到了一陣興奮流遍全身。來自復旦大學、同濟大學、卡內(nèi)基梅隆大學和石溪大學共6位學生（其實本科都在復旦）搭建了一個利用人工智能自動生成精美動漫角色的網(wǎng)站MakeGirls.moe。

對于用戶來說操作非常簡單，只需要選擇自己喜愛的頭發(fā)、眼睛、微笑、張嘴等等特征，然后點擊“genrate”就可以通過訓練出的AI模型來生成一個動漫人物。該網(wǎng)站上線后數(shù)天，訪問量便增加到10k+每小時。其repo在github trending上也一度排到第四位。該網(wǎng)站所使用的技術在其論文《Create Anime Characters with A.I. !》中進行了詳細說明。

其實這并不是第一個將AI應用到動漫當中的模型。2015年Soumith Chintala等人開發(fā)DCGAN后不久，就有人將DCGAN應用到了生成動漫角色當中，出現(xiàn)了ChainerDCGAN、IllustrationGAN和AnimeGAN等，三者分別使用了Chainer、TensorFlow和PyTorch的框架，它們本質上都是DCGAN，只是實現(xiàn)方式不同。但這些模型的效果并不是很好，尤其是會出現(xiàn)面部頭像模糊和扭曲的問題。在MakeGirls.moe的模型中，作者針對這些問題做出了兩方面的改進。

一、使用更高質量的圖像庫

之前幾家，他們訓練模型所使用的數(shù)據(jù)集大多數(shù)是使用爬蟲從網(wǎng)絡上爬下來的，這類圖片在質量和畫風上參差不齊，甚至還有一些背景。訓練數(shù)據(jù)集質量的低下會給訓練造成很大的影響。本文的作者則通過從日本的游戲販賣商Getchu購買了高質量的圖像，這些圖像基本出于專業(yè)畫師之手，同時背景統(tǒng)一。

除了高質量的圖像外為了訓練網(wǎng)絡模型，作者使用了一種基于CNN的圖像分析工具Illustration2Vec，對圖像中動漫人物的屬性，如頭發(fā)顏色、眼睛顏色、發(fā)型和表情等做標記。

此外，在訓練的過程中他們還發(fā)現(xiàn)發(fā)布時間越晚的圖片，訓練出的模型效果越好。這不難理解，隨著游戲角色制作和CG技術的發(fā)展，越是現(xiàn)代的圖片，細節(jié)越豐富，如陰影和頭發(fā)。所以作者舍棄了2005年之前的全部數(shù)據(jù)，并過濾掉分辨率低于128*128的圖像，用剩下的31255張高質量圖像進行訓練。

二、模型結構

作者采用了今年5月份發(fā)表的DRAGAN模型（https://arxiv.org/pdf/1705.07215.pdf），這種模型所使用的計算量相對較少，收斂較快而且能夠產(chǎn)生更穩(wěn)定的結果。而在優(yōu)化生成器的過程中，受ACGAN的啟發(fā)，不僅向生成器提供了標簽數(shù)據(jù)，連“噪聲”數(shù)據(jù)也一并提供，之后再為判別器增加多標簽分類功能。

下面展示一下效果——

雖然訓練出的模型大多數(shù)時候都比較好，但該模型仍然存在一些缺點。問題仍出在數(shù)據(jù)集中，由于訓練數(shù)據(jù)中各個屬性（發(fā)色、發(fā)型、眼鏡、帽子等）的數(shù)量分布不均勻，某些屬性的生成并不理想（例如眼鏡和帽子常常不能生成） ，如果將某些罕見的屬性組合，生成的圖片甚至會崩潰（例如帽子+眼鏡）。也許當增加數(shù)據(jù)集的數(shù)量，訓練出的模型生成圖片質量可以進一步提高。雷鋒網(wǎng)認為，按照此趨勢AI或許在不久將替代掉插畫師的一部分工作。

訪問網(wǎng)站：MakeGirls.moe（已有訓練好的模型，打開就可以嘗試生成）

據(jù)雷鋒網(wǎng)了解，由于突然之間巨大的訪問量，網(wǎng)站目前托管在Preferred Networks所提供的AWS上。AWS嘛，你懂的，國內(nèi)基本就是不能訪問的……隨后作者可能會做出一定調整。

查看論文：https://makegirlsmoe.github.io/assets/pdf/technical_report.pdf

Github：make.girls.moe（目前只有網(wǎng)站的js源碼，看介紹訓練模型的代碼會在近期放出）

本文參考了：AI可能真的要代替插畫師了……

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。