自動做遊戲(4),極小樣本生成國畫的嘗試

遊資網發表於2019-02-25
自動做遊戲(4),極小樣本生成國畫的嘗試




自動做遊戲(1):自動生成人物側面圖
自動做遊戲(2):自動生成人物行走圖
自動做遊戲(3):行走圖生成工具開放試用

自動做遊戲(4),極小樣本生成國畫的嘗試

遊戲《繪真·妙筆千山》以其獨特的國畫美術風格吸引玩家,《軒轅劍天之痕》《武林群俠傳》也偏向國畫畫風,國畫和遊戲有著多種結合的可能。繪製國畫需要深厚的功底,還需要畫家對生活有所感悟,若非幾十年如一日,很難畫出韻味。那麼,有沒有可能使用機器學習的方法生成國畫,於是做了一次小小的嘗試。只能說是嘗試吧,並不成功。

效果

下面這幅圖中有幾款山石,兩顆松樹,左上角有隱隱約約的提款。原始影像256*256,這裡放大了兩倍。

自動做遊戲(4),極小樣本生成國畫的嘗試

下面這幅圖隱隱約約可以看到一人騎馬在古道上,很恰合“古道西風瘦馬”這詩句。

自動做遊戲(4),極小樣本生成國畫的嘗試

下面幾幅有山有水有樹,看上去還像那麼一回事。

自動做遊戲(4),極小樣本生成國畫的嘗試

演算法和訓練

使用最原始的DCGAN,出於各種限制,訓練集非常小,用了27張陳少梅的山水畫。

自動做遊戲(4),極小樣本生成國畫的嘗試

下面是其中一張,大小為4000*2075,使用256*256的crop。某種程度上說,原始圖片比較大,給了較多采樣的可能,當然也由此解析度無法設定太高。從訓練的結果上看,“國畫風格”大概是學到了,佈局就不可能學到了。

自動做遊戲(4),極小樣本生成國畫的嘗試

不足

上面幾張較好效果的圖片是經過挑選的,實際生成有很多效果不好的圖片。訓練非常不穩定,無法收斂;同一次訓練下,多樣性不好。

自動做遊戲(4),極小樣本生成國畫的嘗試

整個訓練集中只有兩張有馬的圖(如下圖),生成的“古道西風瘦馬”和其中一張太像。不過256*256的crop對全圖來說其實非常小(如下圖紅色方框),為何會整張圖很像?

自動做遊戲(4),極小樣本生成國畫的嘗試

下一步

訓練集太小導致各種難以收斂,收集更多的訓練集才能進一步優化。可以嘗試另外一些gan結構,比如PGGAN去生成高清的圖片。

又到廣告時間了,如果想學習網路遊戲開發,《Unity3D網路遊戲實戰(第2版)》中用一個大例項詳細介紹網路遊戲的開發的全過程,還對網路程式設計有詳細的講解,非常合適。

自動做遊戲(4),極小樣本生成國畫的嘗試

來源:遊戲研究院知乎專欄
原地址:https://zhuanlan.zhihu.com/p/57487550


相關文章