《国产1区2区3区4区5区》

自(👳)动给漫画线稿上色的超火AI已出(⏯)新版｜在线试玩

夏乙 安妮 编译整理

量子位 出品 | 公众号 QbitAI

给喜欢(🚖)的动漫形象建个了收藏夹，里面收集她的各种图片……懂，谁没几个喜欢的动漫萌妹呢。

一些手绘线稿也很可爱，但黑白配色总会略显单调。

△ 请记(🎊)住这张线稿

半年前线稿上色AI style2paints的破壳曾让自动上色火了一阵。好消息是，昨天，升级版本style2paints 2.0也问(🗓)世了！

Demo也一并放出，用户可以随意试玩~

△ Demo界面

据作者说(📱)，style2paints 2.0比一代效果(😌)更(💼)好，而且模型的训练过程是无监督的。

只需线稿一张，轻点一下，就能给(🔷)你珍藏的心爱萌妹上个色。

△ 上面线(🍅)稿的转换效(🎐)果

赞赞的！不仅如此，换一张其他的彩色参考图，也能将线(👸)稿转化成另一种颜色风格。

比如我们输入下面这张(⏩)参考图：

上面那张示例图就变成了下面的效果——

还(🖌)可以从参考图中选取颜色，然后用笔在线稿的某个区域上点一下(❇)，AI就会按你的提示去重新填(🎷)充——

支持微调的(🌼)线稿上(😏)色软件不止一家(🌀)，不(📯)过作者介绍说，和同类软件相比，style2paints的“提示笔”是最精确的，用户可以用(👊)3×3的笔迹，在1024×2048的画面上，控制13×13的区域。

为了确(🧥)保最终画作颜色协调，style2paints还玩了一点小心机：用户(🥫)不能自己输入颜色，只能从参考图上选。

△ 使用教程

玩得尽兴之后，你可能会说，风格迁移嘛，我们见得多了~

但是，把黑白照片变成彩色照片，和把没有阴影高光的线稿(🕖)变成彩色图画难度不同。

这种由纯线条(🏙)构成的草(🐖)图不包(👜)含图案的明暗和纹理。也就是说，AI需要自动脑补出这些信息。

何况style2paints作者对线稿上色的期望，实在是比较高，并不是在线条之间填一些颜色就完事了：

在一幅好漫画里(💓)，妹纸的眼睛要像星系一样闪亮，脸颊要弥漫着(🏺)红晕，皮肤要精致迷人。

△ 大概是这个效果吧

这怎么做得到！

style2paints 2.0目前还没有相关论文放出，只有代码可供参考。不过，今年6月问世的第一版其实效果还可以，实现了基于语义信息迁移的(🏉)颜色提示，让上色效果更加(📇)和(🍻)谐。

具体的原理可以看当时的论文Style Transfer for Anime Sketches with Enhanced Residual U-net and Auxiliary Classifier GAN

，来自苏州大学的三位作者Lvmin Zhang, Yi Ji, Xin Lin介绍了怎样将集合的剩余U-Net样式应用到灰度(🛴)图中，并借助分类器生(🌮)成的对抗网络(AC-GAN)自动为图像上色。生成过程迅速，效果尚好。

论文地址：

https://arxiv.org/abs/1706.03319

style2paints第一版推出之后非常火，量子位的不少朋友都上手(🀄)玩过。

不过，他们的主要竞品paintschainer不停迭代，后来，上色的效果渐渐超越了style2paints 1.0，于是，作者们也坐不住了，开始研究新方法，更新了一版出(📶)来。

那么，2.0和(👁)1.0有什么不(🐠)一样吗？

巧了，国外的网友也很关(🚧)心。作者在Reddit上回答说，和上一版相比，style2paints 2.0大部分训练都(🥅)是纯(👜)粹无监督，甚至无条件的。

也就是说，在这个模型的训练过(🕷)程中，除了对(🐕)抗规则之外没有添加其他的人工定义规则，没有规则来强迫生成器神经网络照着线稿画画，而是靠神经网络自己发现，如果遵照线稿，会更容易骗过鉴别器。

pix2pix、CycleGAN等同类模型为了确保收敛，会对学习对象添加l1 loss，鉴别器接收到(❇)的数据是成对的[input, training data]和[input, fake output]。而style2paints 2.0模型的学习目(⏳)标和经典DCGAN完全(💐)相同，没有添加其他规则，鉴别器收到的也不是成对的输出。

作者说，让这样一个模型收敛其实是很难的，何况神经网络这么深。

不过你看，结果还不错。

线稿上色的程序，其实有很多，比如说：

Paintschainer

https://paintschainer.preferred.tech/index_en.html

Deepcolor

https://github.com/kvfrans/deepcolor

Auto-painter

https://arxiv.org/abs/1705.01908

除了paintschainer，其他的同类产品其实作者(☔)是不太看得上的。

他说，很多亚洲论文都号称能迁移漫画风格，但是仔细看论(🚺)文(⛏)，会发现(📥)他们所谓的“新方法”就是个调整过的VGG，虽说VGG在风格迁移任务上普遍表(✍)现不错，但是用(🙉)在漫画上，效果总是(🎰)不怎么好。

还是得(👦)靠GAN，而且得允许用户上传风格参考图，像Prisma那样从莫奈梵(👭)高里选可不行，莫奈梵高又不会画漫画。

上手玩一下Demo：

http://paintstransfer.com/

论文还没出来，不过可以看源代码呀：

https://github.com/lllyasviel/style2paints

作者对上一版的介绍：

https://zhuanlan.zhihu.com/p/29331219

— 完 —

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的(👿)同学(🍐)加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字(🍞)。

量子位 QbitAI · 头条号(🌿)签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

【国产1区2区3区4区5区的相关新闻】