解读 | 艺术家如何借助神经网络进行创作？

正文

请到「今天看啥」查看全文

你扔进了一堆数据，你得到了一堆垃圾；你告诉计算机输出的结果是过热还是过冷，然后计算机再进行下一次尝试。

2. 艺术家如何通过神经网络创作艺术作品？

和那些希望通过神经网络直接产生出艺术作品的计算机科学家不同，David 却是把神经网络当作一种创作艺术的工具。

他使用「Deep Style」将原始的照片或者绘画作品转化成拥有其他艺术风格的图像。基于这些通过神经网络转换出来的图像，他再利用 Photoshop 来修改并完善图像中的细节。

具体来说，他的工作流程是这个样子：

1. 准备好一张打算转换的图像（被称作「内容图像」，content image）和若干张风格图像（用于提取图像中的艺术风格，style image）。

2. 通过 Deep Style，他可以获得若干张转换好的，拥有不同的艺术风格，但是内容一致的输出图像（被称作「风格化图像」）。

3. 将这些风格化图像通过图层功能堆叠在原始的内容图像之上，最后再在 Photoshop 里用蒙版功能有选择性地保留或删去风格化图像的部分内容。

4. 最后再添加一个图层用于完善细节以及将上述步骤中最终保留下来的拥有不同风格的部分混合在一张图像里。

他将第三步和第四步统称为「混合神经技术」（Fusion Neural Technique），这也是他整个处理流程里的亮点。以下的这张动图则粗略地展示了他的处理过程。

3. 实验中的关键点

神经网络和 Photoshop 中传统滤镜功能的区别

David 发现 Photoshop 中的艺术滤镜功能并不能识别出输入图像里的物体，因此这些滤镜只是对每一个像素都做了同一个简单运算。这种情况下，输入图像就失去了自己的「特异性」。与之相反，神经网络不仅能够识别出图像中的物体，也就是图像的内容，同时还可以鉴别出图像的纹理特征，从而使最终的输出结果更加真实。

「混合神经技术」的作用

请到「今天看啥」查看全文