如何做一张「偶像们组成的武道馆」

题图里那张「偶像们组成的武道馆」​,是由「偶像大师 MillionLive!」中超过2700张无框卡牌图像生成的。今天我来简单说一下怎么做的。如果不算搞定素材的时间,那估计只需要5分钟(视电脑配置而定)。我们要用到的就是 AndreaMosaic 这款软件。

我们需要的素材如下:

​其中无框卡图和 AndreaMosaic 可以从这里下载:https://pan.baidu.com/s/1slAnBat,密码: g5i4。非常奇怪,AndreaMosaic 的官网挂掉好像有一点时间了。

​打开软件,第一步是先选择马赛克色块的形状。

​我们按照卡牌的形状选择​4:3那一项。

​AndreaMosaic 的界面很简单,三步走:打开原图设置参数,打开马赛克素材图,生成。我们先打开原图,然后调整左侧参数。

​这里的尺寸指的是全图总共由多少张马赛克图组成。图片数量太少,原图细节就会丢失很多;图片数量太多,每张卡图又不容易看清楚,所以具体数值需要大家自己尝试。

下面的复用次数和复用间距指的是同一张卡图最多能出现几次、他们之间距离最近多近。因为原图的颜色种类问题,软件必然不会完整使用所有的卡图,这时就会出现复用。

设置好之后点击右上角的海豚图像,导入卡图。

​先点击下方的添加文件夹,选定包含所有卡图的文件夹,然后再点击保存列表。

​之后回到主界面,点击右上角莫奈的《星空》,自动生成就开始了。生成完的结果如下,大家可以自行参考。

​Please enjoy!

二次元的人工智能,正在逐渐走进现实

自2016年AlphaGo战胜韩国围棋名宿李世乭以来,人工智能受到的关注也在与日俱增。而过去几十年间,许多动画和漫画作品中也经常有人工智能角色登场。

无论是《攻壳机动队》还是《人型电脑天使心》,传统上人们对人工智能的想象,还停留在类人型超人工智能的范畴中。其实,各种人工智能技术早就已经进入了动漫业界,并在许多领域得到了广泛应用。

图像无损放大与降噪 – Waifu2x

长久以来,插画不够清晰一直是一个让人头疼的问题。而传统的图片放大算法大多针对风景和人像照片,很难应对动漫插画较为平面的勾线和着色风格。

为了适应这种独特的渲染方式,日本开发者nagadomi在香港中文大学相关研究的基础上,利用神经卷积网络技术,开发了名为waifu2x的放大算法,通过对若干个模型样本进行模拟运算和学习,对自身算法进行优化,然后再对输入的图片进行拉伸放大和降噪,进而获得较好的处理效果。

神经网络图像上色与生成 – PaintsChainer & chainer-DCGAN

神经网络不仅可以被用来放大图像,还能用来自动上色和生成新图像。这两项应用的开发,都是基于日本顶尖的深度学习初创企业Preferred Networks开发的基于Python的深度学习框架“chainer”。

通过对60万张线稿和彩色图像的监督与对抗性学习,自动上色应用PaintsChainer旨在通过神经网络学习插画上色的基本模式。将一张黑白线稿输入应用,PaintsChainer即可自动为线稿涂上适合的颜色。上传时,用户还可以指定特定位置的色系,像“茶色的头发淡蓝的水手服和藏青的裙子”之类的要求也都不在话下。

chainer-DCGAN则更进一步,通过对大量动漫人物头像内容的学习,可以最终生成“以假乱真”的“原创”人物头像,甚至可以对人物的特定属性做出要求,个性化定制自己的头像。

深度学习的角色台词创作 – 偶像大师 百万演唱会!

深度学习不仅可以应对头像,更可以用于语言内容的学习。日本游戏企业万代南梦宫就在手机游戏的剧本内容创作时,利用了深度学习网络进行台词编写和监修。

据万代南梦宫工作室网络综合部的无田广之介绍,这一创作手法被首先应用在了网页游戏《偶像大师 百万演唱会!(アイドルマスター ミリオンライブ!)》当中。这一游戏运营4年以来,针对游戏中的50名偶像已经撰写了数十万句台词。通过递归神经网络和贝叶斯分类等技术手段,人工智能可以对游戏中已有的各角色台词特征进行分析,并经由外部指令生成符合剧情和角色特征的台词。

“三次元”里的“二次元女友” – Gatebox

不仅是平面的创作可以用到人工智能,“二次元”现在也正通过虚拟现实、语音识别等技术融入“三次元”生活。日本初创企业Vinclu今年1月就推出了他们自主开发的家用虚拟机器人“Gatebox”,其中就内置了以“跨越次元壁共同生活”的智能女友“逢妻光(逢妻ヒカリ)”。

Gatebox的实体是一个透明的圆柱形机器,其中内置的三维投影可以投射出实时的虚拟影像。内置的传感器可以实现人脸识别和语音认证,并与内置的问答式AI系统相结合,实现智能家居的控制和信息的交流。就算用户离家外出,也可以通过手机App与家中的逢妻光实时通信。

有了这样的“虚拟女友”,御宅族在现实中爱上人工智能的日子还远吗?