本文经授权转自公号：夹山改梁艺术小组
本文使用Artbreeder所免费提供的机器学习在线生成服务，
主要使用StyleGAN以及BigGAN进行生成
无需代码即可操作
https://artbreeder.com/create
一：场景美术
这套算法可以让用户通过调节植被、雪、雾、树木、河流、建筑、光照等参数，
自动生成场景图像
以下我们以这张自动生成的树林为例
我们可以增加一点雾气
也许再加一点，
同时把太阳色温变低一点
或者是增添一点绿色：
转换为更为写实的风格：
或是强调手绘的感觉：
又或是凛冬将至：
此外，这套算法还提供了内容混合以及风格迁移功能
如上图所示，
此套算法可以输入两幅不同的图像，
并且可以分别控制两张图片的内容/风格占比
从而生成混合的输出（图①）
或是保留其中一张的内容，并使用另一张的风格（图②）
同时，输入图片支持用户上传
换言之，你可以更为准确的控制你想生成的内容或风格
以下为更多的生成结果：
二：人物肖像
为了测试这套系统的泛用性，
我们在此以骨骼精奇的马云为例
此为原始输入图片
算法首先会根据输入的图片输出一个接近的结果，
接着我们可以从通过年龄、性别、人种、表情、妆容等角度对人物进行调整
且这些调整可以叠加进行
以下为部分结果：
少年马云、女企业家马云、老年马云、猛男马云
各国马云
开心马云、瞪眼马云、闭眼马云、知性马云
言归正传
实际应用则是你可以创造自己想要的人物形象
以下是我基于马云捏的几张脸，拿来当头像似乎也蛮不错的
这套算法即使在原图片模糊、低像素、压缩严重、角度奇怪、表情微妙等限制条件下，
依然能有很不错的发挥
这里我们有请另一位马老师参与鲁棒性测试
可见输出结果还是非常稳定的
以下为更多的生成结果：
三：角色设计
我们还是如上文一样，先随机生成一个角色
在角色生成界面，通过调整相似度阈值，
我们可以自动批量生成类似角色
其中左一的穿搭我还挺喜欢的，
以下我们就以她做测试对象吧
同样，我们可以自由调节角色的性别、服装、职业、武装、颜色等
以下为一些简单调整后的结果
此外，角色混合的效果也是非常令人感动
以下为更多的生成结果：
四：二次元（老婆）生成器
使用方法和上文大致相同
这里就不再赘述了
相关资料：
https://artbreeder.com
https://github.com/NVlabs/stylegan
https://arxiv.org/abs/1809.11096
https://www.gwern.net/Faces
https://hollygrimm.com/gpt3musings
http://pkmital.com/home/
END
😲👍👍👍