AI可能真的要代替插画师了……

下图左侧为通过属性blonde hair, twin tails, blush, smile, ribbon, red eyes生成的人物，右侧是通过属性silver hair, long hair, blush, smile, open mouth, blue eyes生成的人物，都表现得非常自然，完全看不出是机器自动生成的：

模型生成的随机样本：

固定cGAN噪声部分生成的样本，此时人物具有不同的属性，但是面部细节和面朝的角度基本一致：

打开网站后需要等待进度条加载完毕，这个时候是在下载模型：

这里的按钮的含义都比较简单，总的来说我们要先选定一些属性（完全随机也是可以的），然后点击左侧的generate按钮生成：

完全随机生成的结果，看起来非常好：

选择发色（Hair Color）为金色（Blonde），发型（Hair Style）为双马尾（Twin Tail），点击生成，效果同样很赞！如下图：

技术细节

我之前也写过两篇文章，一篇介绍了GAN的原理（），一篇介绍了cGAN的原理（），这两篇文章都是以生成二次元人物来举例，但是生成的结果都比较差，只能看出大概的雏形。今天的这篇论文大的技术框架还是cGAN，只是对原来的生成过程做了两方面的改进，一是使用更加干净、质量更高的数据库，二是GAN结构的改进，下面就分别进行说明。

改进一：更高质量的图像库

改进二：GAN结构

生成器G的结构类似于SRResNet（arxiv：）：

判别器也要做一点改动，因为人物的属性相当于是一种多分类问题，所以要把最后的Softmax改成多个Sigmoid：

详细的训练和参数设定可以参照原论文。

一些问题

如下图，左侧为aqua hair, long hair, drill hair, open mouth, glasses, aqua eyes对应的样本，右侧为orange hair, ponytail, hat, glasses, red eyes, orange eyes对应的样本，相比使用常见属性生成的图片，这些图片的质量略差：

总结

这项工作确实令人印象深刻，生成的图片质量非常之高，个人认为如果加以完善，完全可以在某种程度上替代掉插画师的一部分工作。最后附上文中提到的一些资源：

网站：MakeGirls.moe（已有训练好的模型，打开就可以尝试生成） 论文： Github：make.girls.moe（目前只有网站的js源码，看介绍训练模型的代码会在近期放出）