自拍色院,亚洲最新网址,99乱伦视频,美女操逼免费网页,欧美精品一区二,操b视频免费,黄色成人视频网站在线观看,亚洲视频福利

數(shù)字游戲創(chuàng)作需要高度的藝術(shù)創(chuàng)造力和技術(shù)知識，同時還要求游戲美術(shù)師經(jīng)常迭代創(chuàng)意并產(chǎn)生大量內(nèi)容（通常面對緊迫的工期）。怎樣使美術(shù)師的畫筆不像工具，而更像一個智能助手，該如何實現(xiàn)呢？像畫筆一樣的機器學(xué)習(xí)模型可以減少創(chuàng)建高質(zhì)量藝術(shù)所需的時間，而無需犧牲藝術(shù)選擇，甚至可以增強創(chuàng)造力。

前幾天，谷歌 AI 團隊展示了Chimera Painter畫圖工具，這是一種訓(xùn)練有素的機器學(xué)習(xí)（ML）模型，可以從用戶提供的生物輪廓自動創(chuàng)建完全充實的渲染。作為一種演示應(yīng)用程序，當(dāng)用戶單擊“變換”按鈕時，Chimera Painter會將特征和紋理添加到按身體部位標(biāo)簽（例如“機翼”或“爪”）分割的生物輪廓。以下是使用帶有預(yù)設(shè)生物輪廓之一的演示的示例。

使用導(dǎo)入到Chimera Painter或使用提供的工具生成的圖像，藝術(shù)家可以迭代地構(gòu)建或修改生物輪廓，并使用ML模型生成逼真的表面紋理。在此示例中，藝術(shù)家（李·多森）（Lee Dotson）自定義了Chimera Painter演示中預(yù)先加載的其中一種生物設(shè)計。

這篇文章描述了在Chimera Painter背后創(chuàng)建ML模型時遇到的一些挑戰(zhàn)，并演示了如何使用該工具來創(chuàng)建可用于視頻游戲的資源。

新模型的原型

在開發(fā)深度學(xué)習(xí)模型模型以生成可用于視頻游戲的生物圖像時，我們圍繞將生物組合成新的混合體的概念，創(chuàng)建了一個數(shù)字紙牌游戲原型。在此游戲中，玩家將以現(xiàn)實世界中的動物（例如，蠑螈或鯨）的牌開始，并可以通過組合它們（生成可怕的蠑螈-鯨混合體）來增強它們的威力。這提供了一個演示圖像生成模型的創(chuàng)造性環(huán)境，因為可能的混合體數(shù)量需要一種方法來快速設(shè)計可自然組合的創(chuàng)作成果，同時仍保留原始生物的可識別視覺特征。

谷歌AI團隊的目標(biāo)是在藝術(shù)家的指導(dǎo)下創(chuàng)建高質(zhì)量的生物卡片圖像，因此他們在藝術(shù)家的反饋和指導(dǎo)下嘗試了生成對抗網(wǎng)絡(luò)（GAN），以創(chuàng)建合適的幻想卡片游戲原型的生物圖像。GAN將兩個卷積神經(jīng)網(wǎng)絡(luò)相互配對：一個用于生成新圖像的生成器網(wǎng)絡(luò)和一個用于確定這些圖像是否來自訓(xùn)練數(shù)據(jù)集（在這種情況下，是由藝術(shù)家創(chuàng)建的圖像）的鑒別器網(wǎng)絡(luò)，并使用了一種稱為條件GAN的變體，其中生成器采用單獨的輸入來指導(dǎo)圖像生成過程。有趣的是，該方法嚴格偏離了其他GAN的工作，后者通常專注于照片寫實。

為了訓(xùn)練GAN，谷歌AI團隊創(chuàng)建了全彩色圖像的數(shù)據(jù)集，其中包含根據(jù)3D生物模型改編的單一物種生物輪廓。該生物輪廓線描繪了每個生物的形狀和大小，并提供了識別個人身體部位的分割圖。經(jīng)過模型訓(xùn)練后，模型的任務(wù)是根據(jù)藝術(shù)家提供的輪廓生成多物種的混合體。然后將性能最好的模型合并到Chimera Painter中。下面，我們顯示了使用該模型生成的一些示例，包括單物種生物以及更復(fù)雜的多物種混合體。

生成的怪獸已集成到紙牌游戲原型中，顯示了基本生物（下排）和來自多個生物的混合體，包括螞蟻-豪豬，蠑螈-鯨，螃蟹-螞蟻-飛蛾。

通過結(jié)構(gòu)化生成新的生物

使用GAN生成生物的一個問題是，在渲染圖像的細微處或低對比度部分，可能會失去解剖和空間連貫性，盡管這些對人類具有很高的感知重要性。這樣的示例可以包括眼睛、手指，甚至在具有相似紋理的重疊身體部位之間（請看下面的BoggleDog）。

GAN生成的圖像顯示身體部位不匹配

生成混合體需要一個新的非攝影幻想風(fēng)格的數(shù)據(jù)集，該數(shù)據(jù)集必須具有獨特的特征，例如戲劇性的視角，構(gòu)圖和光線?，F(xiàn)有的插圖存儲庫不適合用作訓(xùn)練深度學(xué)習(xí)模型的數(shù)據(jù)集，因為它們可能會受到許可限制，樣式?jīng)_突或僅缺少此任務(wù)所需的多樣性。

為了解決這個問題，谷歌團隊開發(fā)了一種新的由藝術(shù)家主導(dǎo)的半自動化方法，用于從3D生物模型創(chuàng)建深度學(xué)習(xí)訓(xùn)練數(shù)據(jù)集，這使他們能夠進行大規(guī)模工作并根據(jù)需要快速迭代。在此過程中，藝術(shù)家將創(chuàng)建或獲取一組3D生物模型，每種所需的生物類型（例如鬣狗或獅子）都應(yīng)建立一個模型。然后，藝術(shù)家制作了兩組紋理，并使用Unreal Engine虛幻引擎將其疊加在3D模型上-一組具有全彩色紋理（左下圖），另一組包含每個身體部位（例如頭，耳朵，脖子等），稱為“細分地圖”（如右下圖所示）。在訓(xùn)練中將第二組身體細分部位提供給模型，以確保GAN了解到各種生物特定于身體部位的結(jié)構(gòu)，形狀，紋理和比例。

示例數(shù)據(jù)集訓(xùn)練圖像及其對比分割圖

再次使用Unreal Engine虛幻引擎將3D生物模型放置在簡單的3D場景中。然后，一組自動化腳本將采用此3D場景，并在每個3D生物模型的不同姿勢，視點和縮放級別之間進行插值，從而創(chuàng)建全色圖像和分割圖，進而形成GAN的訓(xùn)練數(shù)據(jù)集。使用這種方法，他們?yōu)槊總€3D生物模型生成了10,000+張圖像+分割對比圖，與手動創(chuàng)建此類數(shù)據(jù)（每張圖像大約20分鐘）相比，為藝術(shù)家節(jié)省了數(shù)百萬小時的時間。

調(diào)參

GAN具有許多可以調(diào)整的超參數(shù)，導(dǎo)致輸出圖像的質(zhì)量不同。為了更好地了解該模型的哪個版本更好，谷歌團隊向藝術(shù)家提供了這些模型生成的不同生物類型的樣本，并要求他們將其歸納為幾個最佳示例。他們收集了有關(guān)這些示例中存在的所需特征的反饋，例如對比度、有關(guān)生物紋理的樣式以及面部和眼睛的真實感。此信息不僅用于訓(xùn)練模型的新版本，而且在模型生成成千上萬的生物圖像之后，都從每種生物類別（例如瞪羚，山貓，大猩猩等）中選擇最佳圖像。

谷歌團隊通過關(guān)注感知損失對GAN進行了優(yōu)化。該損失函數(shù)組件使用從單獨的卷積神經(jīng)網(wǎng)絡(luò)（CNN）提取的特征來計算兩幅圖像之間的差異，該卷積神經(jīng)網(wǎng)絡(luò)以前已經(jīng)對ImageNet數(shù)據(jù)集中的數(shù)百萬張照片進行了訓(xùn)練。從CNN的不同層提取特征，并對每個特征施加權(quán)重，這會影響特征對最終損耗值的貢獻。他們發(fā)現(xiàn)這些權(quán)重對于確定最終生成的圖像的外觀至關(guān)重要。以下是來自GAN的一些示例，這些示例經(jīng)過了不同的感知損失權(quán)重訓(xùn)練。

在Dino-Bat Chimeras中使用不同的感知損失權(quán)重生成的圖像

上面圖像中的某些變化是由于數(shù)據(jù)集中每個生物包括多個特征（例如，蝙蝠的帶紅色或帶灰色的版本）而造成的。如果忽略顏色，許多差異與感知損失值的變化直接相關(guān)。尤其是，我們發(fā)現(xiàn)某些值帶來了更鮮明的面部特征（例如，右下與右上）或“平滑”與“帶花樣”（右上與左下），使生成的生物感覺更真實。

這是由GAN訓(xùn)練產(chǎn)生的一些生物，它們具有不同的感知損失權(quán)重，展示了模型可以處理的一小部分輸出。

使用不同模型生成的新生物

用條件GAN生成的生成的混合體（準(zhǔn)確地說是恐龍-蝙蝠-鬣狗）。GAN（左）和后處理/復(fù)合卡（右）的輸出。

Chimera Painter

訓(xùn)練有素的GAN現(xiàn)在可以在Chimera Painter演示中使用，允許藝術(shù)家迭代使用模型，而不必從頭開始繪制數(shù)十種相似的生物。藝術(shù)家可以選擇一個起點，然后調(diào)整生物零件的形狀，類型或位置，從而可以快速探索并創(chuàng)建大量圖像。該demo還允許上傳在外部程序（例如Photoshop）中創(chuàng)建的生物輪廓。只需下載預(yù)設(shè)的生物輪廓之一以獲得每個生物部分所需的顏色，并將其用作在一個Chimera Painter外部繪制的模板，然后點擊demo中的“加載”按鈕使用該輪廓來生成。

谷歌AI團隊希望這些GAN模型和Chimera Painter演示工具可以激發(fā)人們的藝術(shù)創(chuàng)作思路。我們用AI技術(shù)可以畫什么？

谷歌 AI 團隊用 GAN 模型合成異形生物體