来源：量子位

　　金磊发自凹非寺

　　量子位报道公众号 QbitAI

　　AI 画的简笔画能到什么水平？

　　给一张美国演员 Rami Malek 的照片，效果是这样的。

　　是不是和原图很逼近了？

　　再来看下输入《老友记》合影的效果。

　　虽然人物众多，但出来的简笔画效果，依旧还是能分清剧中的人物。

　　如果毛发特别浓密的人物照，AI 还能 hold 得住吗？

　　小姐姐“爆炸头”的边缘毛发，也算得上是完美还原了。

　　再近距离一些的呢？来看“霉霉”（Taylor Swift）照片的效果。

　　可以说是相当的细节了，把发丝的层次感、光感，以及衣物的褶皱，都发挥的“淋漓尽致”。

　　……

　　这些就是出自一个叫 ArtLine 的 AI 的作品。

　　而且它在 Reddit 非常火爆，已经达到了 1100+ 的热度。

　　如此惟妙惟肖的效果，你是不是认为又是 GAN 的功劳？

　　错！

　　ArtLine 完全没有用到 GAN：

　　也正因如此，ArtLine 的效果真真儿的惊艳到了网友。

　　那么，它是如何做到的呢？

　　ArtLine 背后的三大“法宝”

　　ArtLine 的作者十分爽快地分享了其背后的三大技术：

　　Self-Attention

　　Progressive Resizing

　　Generator Loss

　　接下来，一起逐一看下各个技术背后的细节内容。

　　Self-Attention 部分引用的技术，出自两年前 GAN 之父 lan Goodfellow 等人提出的研究。

　　等等，刚才不是还说“没用到 GAN”吗？

　　作者对此的解释是：

　　并没有起到太大作用。

　　这项研究主要是在 GAN 生成中加入了注意力机制，同时将 SNgan 的思想引入到生成器当中。

　　所要解决的是传统 GAN 自身存在的一些问题，例如：

　　使用小的卷积核很难发现图像中的依赖关系

　　使用大的卷积核就会丧失卷积网络参数与计算的效率

　　研究中核心的自注意力机制如下图所示。

　　其中，f(x)，g(x)和h(x)都是普通的 1×1 卷积，差别只在于输出通道大小不同。

　　而后，将f(x)的输出转置，并和g(x)的输出相乘，再经过 softmax 归一化，得到一个 Attention Map。

　　得到 Attention Map 之后，和h(x)逐像素点相乘，得到自适应的注意力 feature maps。

　　从结果上来看，引入自注意力机制的效果，确实在 FID 和 IS 两个性能指标下，得到了较好的效果。

　　ArtLine 涉及到的第二个技术灵感，来自英伟达在 2018 年的一项研究。

　　这项研究主要提出了一种新的训练对抗神经网络的方法。

　　核心思想是逐步训练生成器和判别器：从低分辨率开始，随着训练进程推进，逐步增加新的层来提炼细节。

　　这种方法不仅加快了训练速度并且更加稳定，可以产生高质量的图像。

　　ArtLine 所涉及到的最后一个技术，是来自斯坦福大学李飞飞团队在 2016 年提出的研究。

　　这项研究主要解决了实现的风格转换，比较费时的问题。

　　风格转换部分主要用了上面的网络模型，这个模型可以分为两部分：左侧是图像转换网络，而右侧是损耗网络。

　　其超分辨率重建也是采用上面的网络模型，只是具体内部的图像转换网络部分稍有区别。

　　这个网络与之前的研究相比，效果达到了相当的水平，但速度却提升了百倍之多，达到 3 个数量级。

　　关于作者

　　ArtLine 的项目作者叫做 VijishMadhavan。

　　他在 GitHub 中坦言自己并非程序员出身，也道出了 ArtLine 目前存在的一些缺陷，例如处理像素低于 500px 的图像时，效果并不理想等。

　　现在，ArtLine 可以在线玩了！

　　Colab 链接：

　　https://colab.research.google.com/github/vijishmadhavan/Light-Up/blob/master/ArtLine (Try_it_on_Colab) .ipynb.ipynb)

　　https://colab.research.google.com/github/vijishmadhavan/Light-Up/blob/master/ArtLine.ipynb

　　GitHub 项目地址：

　　https://github.com/vijishmadhavan/ArtLine

　　本文系网易新闻·网易号特色内容激励计划签约账号【量子位】原创内容，未经账号授权，禁止随意转载。