幾天前，我們送走了2017年最后一場機(jī)器學(xué)習(xí)頂級會議NIPS 2017。雖然正會開完了，但它的熱度依然不減，近幾日，一個入圍NIPS 2017機(jī)器學(xué)習(xí)創(chuàng)意和設(shè)計（Workshop for Machine Learning for Creativity and Design）的趣味項(xiàng)目就在twitter上被玩壞了。據(jù)論智了解，作者Osamu Akiyama提出了一種用CNN把圖形轉(zhuǎn)成ASCII碼字符畫的方法，并在昨天更新了著色工具，這讓不少機(jī)器學(xué)習(xí)開發(fā)者都玩high了。

上圖即是ASCII碼字符畫著色前、著色后的效果。整個過程可分為兩部分，一是用CNN生成字符畫，二是用CNN著色。對于前者，作者已經(jīng)在github上公開了數(shù)據(jù)集等資料，并在論文中詳細(xì)解釋了神經(jīng)網(wǎng)絡(luò)的搭建方法；而對于后者，作者直接做了個填色工具，因此已經(jīng)有字符畫的讀者可以去網(wǎng)站上傳圖像嘗試。

注意：該工具只在落廓清晰、畫面干凈的白底字符畫上有不錯效果，網(wǎng)站只支持圖片，不支持文本文檔。

項(xiàng)目思路

在論文中，作者首先介紹了CNN用的數(shù)據(jù)集。他從日本BBS 5channel和Shitaraba上收集了500張ASCII碼字符畫，并將之作為數(shù)據(jù)集。在這個過程中，他發(fā)現(xiàn)了一個不小的問題，就是許多人在上傳手工制作的字符畫時并不會援引原圖，這就使機(jī)器學(xué)習(xí)算法無法學(xué)習(xí)如何把線條轉(zhuǎn)換成文本。

為了解決這個問題，Osamu Akiyama使用了其他研究人員創(chuàng)建的一個神經(jīng)網(wǎng)絡(luò)清理工具，能把ASCII碼字符畫逆向還原成線條圖。如上圖所示，這個工具不僅能刪除多余的字符，還能大膽恢復(fù)一些丟失的線條，使得整個畫面更連續(xù)流暢。通過把這些經(jīng)還原的圖片作為輸入對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，他的網(wǎng)絡(luò)能了解哪些字符是適合被用來創(chuàng)建圖片的。

Osamu Akiyama使用的是一個CNN，其中包括7個卷積層、3個最大池化層、兩個全連接（FC）層以及一個輸出層，整體架構(gòu)受VGC網(wǎng)絡(luò)啟發(fā)，簡單來說，就是C64-C64-P-C128-C128-P-C256-C256-C256-P-FC4096-FC4096-O411。

經(jīng)訓(xùn)練，作者發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)生成的圖片可以與手工制成的ASCII碼字符畫一較高下，如下圖所示：

其中第一行是輸入圖像，第二、第三行是網(wǎng)上兩個字符畫生成工具生成的圖像，第四行是Osamu Akiyama神經(jīng)網(wǎng)絡(luò)生成的圖像，而最后一行由專業(yè)制作字符畫的藝術(shù)家制作的圖像。可以看出，神經(jīng)網(wǎng)絡(luò)在輪廓描繪和細(xì)節(jié)保留上都遠(yuǎn)勝于其他對照組。

事實(shí)上，大篇幅介紹字符畫生成的目的就是為了最后的著色，經(jīng)小編驗(yàn)證，Osamu Akiyama的配套CNN著色器在線條明顯、畫面整潔簡單的圖像上效果更好。例如上圖中人工完成的最后一行字符畫，比起神經(jīng)網(wǎng)絡(luò)的成果，它們的線條較不流暢，這會影響填色區(qū)間判定。此外，它們對頭發(fā)、衣服進(jìn)行了“著色”處理，這在黑白顯示時可能更形象，但放進(jìn)著色器后出來的效果就不盡如人意了。

生成ASCII碼字符畫

所有資料、數(shù)據(jù)可前往作者的github下載（https://github.com/OsciiArt/DeepAA）。

環(huán)境

• TensorFlow（1.3.0）

• Keras（2.0.8）

• NumPy (1.13.3)

• Pillow (4.2.1)

• Pandas (0.18.0)

• Scikit-learn (0.19.0)

• h5py (2.7.1)

• 模型下載地址（下載后放入目錄中的model）：drive.google.com/file/d/0B90WglS_AQWebjBleG5uRXpmbUE/view

• 訓(xùn)練數(shù)據(jù)地址（下載后將提取的目錄放入目錄中的data）：drive.google.com/file/d/0B90WglS_AQWebjBleG5uRXpmbUE/view

如何運(yùn)行

更改output.py的第15行代碼：

1. image_path = 'sample images/original images/21 original.png'# put the path of the image that you convert.

改成你使用的圖像文件的路徑。注意：圖像必須是黑灰色線條畫。

之后運(yùn)行output.py，生成的圖像會在output/處顯示。

如果你想用輕型模型，你可以把output.py的第13、14行改為

1. model_path = "model/model_light.json"

2. weight_path = "model/weight_light.hdf5"

填色效果演示

正如之前提到的，昨天作者更新了新的CNN填色工具，可以為以上神經(jīng)網(wǎng)絡(luò)生成的圖像著色。因?yàn)樗€沒有公開這個工具的設(shè)計思路，所以小編在這里只放出PaintsChainer地址：paintschainer.preferred.tech/index_en.html。如網(wǎng)站所示，它只支持圖片上傳。

以下是論智君的幾種嘗試：

來源：谷歌搜索（盜圖）

生成圖片

來源：作者GitHub

生成圖片

來源：作者GitHub

生成圖片

調(diào)色圖片

調(diào)色圖片

小編色感堪憂，無法調(diào)出和諧的顏色，但根據(jù)這些圖我們也能直觀感受到，這跟黑白的ASCII碼字符畫簡直是兩個世界啊！