探索 AI 技术：如何通过 GAN 生成各种属性的二次元小姐姐头像

我相信人工智能已经不是一个新鲜名词了，随着科技的进步，人工智能涉及的领域越来越广泛，除了下棋打败世界各地的棋手，现在人工智能也可以出现在二次元世界了。

在一篇名为《用AI创造动漫人物！》的论文中，作者实现了在线生成动漫女友（错→_→），作者利用生成对抗网络（GAN）技术生成了具有各种属性的动漫女孩头像。

（a）部分是按照“金发、双马尾、脸红、微笑、戴丝带、红眼”这些属性生成的女孩

(b) 部分是按照“银发、长发、脸红、张嘴微笑、蓝眼睛”属性生成的女孩

（c）部分是根据“浅绿色头发，长卷发，微张的嘴巴，戴眼镜，绿色眼睛”的属性生成的女孩

（d）部分是根据“橙色头发、马尾辫、戴帽子、戴眼镜、红眼睛或橙色眼睛”属性生成的女孩

好像看到很多熟悉的动漫人物……

你能相信这些都是AI做的吗？只需要几秒钟，就能生成一个栩栩如生的2D女孩。辛苦画了几天的画师，瞬间被量产打败了！多少不会画画的无能之辈被AI打败了！多少宅男成为了人生赢家（？？）！

更棒的是，作者还制作了一个在线网站（在你可能打不开的原链接里……），你只需要设定你想要的属性，一个符合你所有需求的二次元妹子就会在几分钟内出现！

按照我个人喜好生成的萌妹子我很满意！(˶‾᷄ །། ‾᷅˵)

虽然网站是英文的，但是意思很简单。

当然，以上选项都可以设置为随机。

随机生成属性的妹子品质都不错

这个神奇项目的开发者来自复旦大学、卡内基梅隆大学、同济大学和石溪大学，他们也是这篇论文的作者，当然还有一群动漫爱好者。

在论文中，他们写道，这些图片的原始图片库来自日本网站 Getchu，里面收录了日本画师上传的各种二维立绘。图片质量很高，而且是由专业画师完成的，对完成模型有很大的帮助。AI 可以从这些图片中识别出动漫作品的特色元素，并利用它们组合成新的角色。

海量图片库资源

除了 GAN 技术，作者还使用了一种名为 DRAGAN 的新技术。演示站点基于 ReactJS 构建。作者在论文中详细总结了整个过程。

虽然生成的女孩质量大部分时候都很好，但有时也会有一些长相奇怪的女孩（......）。作者还指出了模型的一些问题。由于数据中属性分布不均匀，某些特定属性的组合可能会导致图像崩塌。例如，“帽子”和“眼镜”的组合可能无法产生令人满意的图像。

我个人觉得，虽然有些不足，但这个模型还是很实用很神奇的。首先，它的大部分图片质量都令人满意，就算不满意，也总能多生成几次合适的。其次，它的生成速度很快，几秒钟就可以完成。这个模型潜力很大，或许以后可以减轻画家的工作量，甚至取代他们的部分工作。

论文地址：