你只需輸入一張「小丑」的照片。

這個(gè)程序就如同畫(huà)家一樣，一筆一筆畫(huà)出他的油畫(huà)畫(huà)像。

這就是藝術(shù)型神經(jīng)繪畫(huà)。

雙路神經(jīng)渲染的矢量圖，更清晰、更逼真

藝術(shù)型神經(jīng)繪畫(huà)是由密歇根大學(xué)安娜堡分校、網(wǎng)易伏羲AI實(shí)驗(yàn)室、北航共同發(fā)布的研究成果。

他們提出了一種從圖像到繪畫(huà)的編譯方法，輸出生動(dòng)逼真的藝術(shù)畫(huà)。

研究人員還設(shè)計(jì)了一種新型的神經(jīng)渲染器，模仿矢量渲染器的行為，然后將筆畫(huà)預(yù)測(cè)作為參數(shù)搜索過(guò)程進(jìn)行構(gòu)架，來(lái)提高輸入圖像與渲染輸出圖像之間的相似性。

該研究使用了雙路徑的神經(jīng)渲染方法，用著色網(wǎng)絡(luò)和柵格化網(wǎng)絡(luò)分別處理圖像的顏色和形狀。

△雙路徑的神經(jīng)渲染方法

這個(gè)方法，使渲染出來(lái)的畫(huà)，既保留了原圖的風(fēng)格特征，也創(chuàng)作出獨(dú)具特色的精美藝術(shù)畫(huà)。

程式化神經(jīng)繪畫(huà)在向量的環(huán)境下處理圖像，生成的是矢量圖像。

矢量圖像無(wú)論放大多少倍可以清晰的查看。

除了生成油畫(huà)風(fēng)格，還能根據(jù)環(huán)境，生成不同風(fēng)格類(lèi)型的合成圖。

對(duì)生成的圖像進(jìn)行風(fēng)格轉(zhuǎn)換

由于在參數(shù)搜索范式下構(gòu)建筆畫(huà)預(yù)測(cè)模式，這個(gè)方法也適合神經(jīng)樣式轉(zhuǎn)換框架。

假如輸入的顏色和質(zhì)感的圖像模型，根據(jù)你的圖像模型，生成相應(yīng)風(fēng)格的圖像。

例如這張向日葵，你希望它展示出火一般的熱情，或者是彩色玻璃的質(zhì)感，它都會(huì)呈現(xiàn)出來(lái)。

這種藝術(shù)型神經(jīng)繪畫(huà)風(fēng)格轉(zhuǎn)換結(jié)果，無(wú)論在整體外觀(guān)，還是在局部紋理，都有較高的保真度。

像素繪畫(huà)與美國(guó)藝術(shù)家對(duì)比

藝術(shù)型神經(jīng)繪畫(huà)還可以用于創(chuàng)建8位圖形作品。

美國(guó)著名藝術(shù)家亞當(dāng)·李斯特（Adam Lister）通過(guò)將像素化圖形的解構(gòu)，與水彩顏料的透明度和丙烯酸顏料的平整度結(jié)合，將經(jīng)典圖像分解為最基本的像素形式。

△亞當(dāng)·李斯特（Adam Lister）和他的像素畫(huà)

在這里，將他們的像素化的8位圖作品與這位藝術(shù)家的作品進(jìn)行對(duì)比。

左邊是原圖，中間的是神經(jīng)繪畫(huà)作出來(lái)圖像，右邊是藝術(shù)家亞當(dāng)·李斯特（Adam Lister）的畫(huà)的像素畫(huà)。

神經(jīng)網(wǎng)絡(luò)繪畫(huà)出來(lái)的作品，可以和藝術(shù)家的作品相媲美了。