J'ai essayé d'extraire un dessin au trait d'une image avec Deep Learning

Quand j'ai remarqué, GW est passé en un clin d'œil. Cette année, GW a fait le tour de Tokyo (y compris certains Saitama) avec toute la famille. J'ai escaladé le Sky Tree, mais je ne pensais pas qu'il y avait autant de monde. Cela me paraissait intéressant d'y aller la nuit si je devais y aller ensuite. On dirait qu'il est en cours de dépistage.

Mise à jour du 6/11

J'ai modifié la structure du réseau et diverses choses dans l'ensemble de données pour améliorer le dessin au trait qui peut être extrait, donc je l'ai mis à jour avec son contenu.

Je veux un dessin au trait

Comme je l'ai écrit dans l'article précédent, j'ai essayé la coloration de dessin au trait avec Deep Learning, mais dans le processus, j'ai senti qu'il y avait des problèmes avec l'ensemble de données. Le dessin au trait lui-même a été créé en référence à http://qiita.com/khsk/items/6cf4bae0166e4b12b942, mais il semble y avoir des problèmes.

La binarisation d'une image réduite est trop irrégulière
Cela lui-même a été résolu en binarisant puis en réduisant (après tout, shaggy apparaît lors de l'utilisation de BiCubic).
Lors de l'utilisation sans binarisation, selon la couleur utilisée, il existe de nombreux cas où la partie assombrie à l'origine devient plus claire.
Comme la valeur absolue de la différence de couleur est utilisée, si des couleurs similaires sont utilisées entre la ligne et la couleur peinte, elle deviendra inévitablement plus claire.
Des détails supplémentaires peuvent apparaître en fonction de la façon dont la couleur est appliquée.
Particulièrement visible dans les ombres dans la peinture d'anime

Eh bien, il y a quelques problèmes, mais je travaille toujours dessus car il peut être créé facilement (uniquement si OpenCV fonctionne) et à grande vitesse (OpenCV est abrégé).

Recherche pour transformer rugueux en dessin au trait

Certaines des recherches existantes sont les suivantes. http://hi.cs.waseda.ac.jp:8081/

Ceci est un article. http://hi.cs.waseda.ac.jp/~esimo/publications/SimoSerraSIGGRAPH2016.pdf

Il s'agit d'une technique pour AutoEncoder qui convertit le dessin brut en dessin au trait. Cette fois, je l'ai fait en référence à cela.

class AutoEncoder(object):
    """Define autoencoder"""

    def __init__(self):
        self.conv1 = Encoder(3, 48, 5, 5, strides=[1, 2, 2, 1], name='encoder1')
        self.conv1_f1 = Encoder(48, 128, 3, 3, name='encoder1_flat1')
        self.conv1_f2 = Encoder(128, 128, 3, 3, name='encoder1_flat2')
        self.conv2 = Encoder(128, 256, 5, 5, strides=[1, 2, 2, 1], name='encoder2')
        self.conv2_f1 = Encoder(256, 256, 3, 3, name='encoder2_flat1')
        self.conv2_f2 = Encoder(256, 256, 3, 3, name='encoder2_flat2')
        self.conv3 = Encoder(256, 256, 5, 5, strides=[1, 2, 2, 1], name='encoder3')
        self.conv3_f1 = Encoder(256, 512, 3, 3, name='encoder3_flat1')
        self.conv3_f2 = Encoder(512, 1024, 3, 3, name='encoder3_flat2')
        self.conv3_f3 = Encoder(1024, 512, 3, 3, name='encoder3_flat3')
        self.conv3_f4 = Encoder(512, 256, 3, 3, name='encoder3_flat4')

        self.bnc1 = op.BatchNormalization(name='bnc1')
        self.bnc1_f1 = op.BatchNormalization(name='bnc1_flat1')
        self.bnc1_f2 = op.BatchNormalization(name='bnc1_flat2')
        self.bnc2 = op.BatchNormalization(name='bnc2')
        self.bnc2_f1 = op.BatchNormalization(name='bnc2_flat1')
        self.bnc2_f2 = op.BatchNormalization(name='bnc2_flat2')
        self.bnc3 = op.BatchNormalization(name='bnc3')
        self.bnc3_f1 = op.BatchNormalization(name='bnc3_flat1')
        self.bnc3_f2 = op.BatchNormalization(name='bnc3_flat2')
        self.bnc3_f3 = op.BatchNormalization(name='bnc3_flat3')
        self.bnc3_f4 = op.BatchNormalization(name='bnc3_flat4')

        self.deconv1 = Decoder(256, 256, 4, 4, strides=[1, 2, 2, 1], name='decoder1')
        self.deconv1_f1 = Encoder(256, 128, 3, 3, name='decoder1_flat1')
        self.deconv1_f2 = Encoder(128, 128, 3, 3, name='decoder1_flat2')
        self.deconv2 = Decoder(128, 128, 4, 4, strides=[1, 2, 2, 1], name='decoder2')
        self.deconv2_f1 = Encoder(128, 128, 3, 3, name='decoder2_flat1')
        self.deconv2_f2 = Encoder(128, 48, 3, 3, name='decoder2_flat2')
        self.deconv3 = Decoder(48, 48, 4, 4, strides=[1, 2, 2, 1], name='decoder3')
        self.deconv3_f1 = Decoder(48, 24, 3, 3, name='decoder3_flat1')
        self.deconv3_f2 = Decoder(24, 1, 3, 3, name='decoder3_flat2')

        self.bnd1 = op.BatchNormalization(name='bnd1')
        self.bnd1_f1 = op.BatchNormalization(name='bnd1_flat1')
        self.bnd1_f2 = op.BatchNormalization(name='bnd1_flat2')
        self.bnd2 = op.BatchNormalization(name='bnd2')
        self.bnd2_f1 = op.BatchNormalization(name='bnd2_flat1')
        self.bnd2_f2 = op.BatchNormalization(name='bnd2_flat2')
        self.bnd3 = op.BatchNormalization(name='bnd3')
        self.bnd3_f1 = op.BatchNormalization(name='bnd3_flat1')


def autoencoder(images, height, width):
    """make autoencoder network"""

    AE = AutoEncoder()

    def div(v, d):
        return max(1, v // d)

    relu = tf.nn.relu
    net = relu(AE.bnc1(AE.conv1(images, [height, width])))
    net = relu(AE.bnc1_f1(AE.conv1_f1(net, [div(height, 2), div(width, 2)])))
    net = relu(AE.bnc1_f2(AE.conv1_f2(net, [div(height, 2), div(width, 2)])))
    net = relu(AE.bnc2(AE.conv2(net, [div(height, 2), div(width, 2)])))
    net = relu(AE.bnc2_f1(AE.conv2_f1(net, [div(height, 4), div(width, 4)])))
    net = relu(AE.bnc2_f2(AE.conv2_f2(net, [div(height, 4), div(width, 4)])))
    net = relu(AE.bnc3(AE.conv3(net, [div(height, 4), div(width, 4)])))
    net = relu(AE.bnc3_f1(AE.conv3_f1(net, [div(height, 8), div(width, 8)])))
    net = relu(AE.bnc3_f2(AE.conv3_f2(net, [div(height, 8), div(width, 8)])))
    net = relu(AE.bnc3_f3(AE.conv3_f3(net, [div(height, 8), div(width, 8)])))
    net = relu(AE.bnc3_f4(AE.conv3_f4(net, [div(height, 8), div(width, 8)])))
    net = relu(AE.bnd1(AE.deconv1(net, [div(height, 4), div(width, 4)])))
    net = relu(AE.bnd1_f1(AE.deconv1_f1(net, [div(height, 4), div(width, 4)])))
    net = relu(AE.bnd1_f2(AE.deconv1_f2(net, [div(height, 4), div(width, 4)])))
    net = relu(AE.bnd2(AE.deconv2(net, [div(height, 2), div(width, 2)])))
    net = relu(AE.bnd2_f1(AE.deconv2_f1(net, [div(height, 2), div(width, 2)])))
    net = relu(AE.bnd2_f2(AE.deconv2_f2(net, [div(height, 2), div(width, 2)])))
    net = relu(AE.bnd3(AE.deconv3(net, [height, width])))
    net = relu(AE.bnd3_f1(AE.deconv3_f1(net, [height, width])))

    net = tf.nn.sigmoid(AE.deconv3_f2(net, [height, width]))

    return net

AutoEncoder ressemble à ceci. Je me suis demandé si je pouvais l'obtenir d'une manière ou d'une autre. Dans l'article, il semble que l'accent soit mis sur la méthode appelée carte de perte, mais comme je ne sais pas comment faire référence à l'histogramme dans Tensorflow, cette partie est implémentée.

Je l'ai essayé

Le réseau utilisé était environ 250 000 fois avec les paramètres suivants.

batch size = 15
Taille du patch de l'image d'entraînement = 128 \ * 128
Recadrer au hasard 128 \ * 128 à partir de l'image originale et utiliser
Convertir aléatoirement haut / bas / gauche / droite / teinte
learning rate = 0.00002
Optimizer = ADAM

J'ai abandonné la taille énorme parce que je ne pouvais pas survivre même avec 2 Go de mémoire en premier lieu. Il semble bon de le réduire une fois, de l'extraire, puis d'insérer un encodeur pour augmenter la résolution.

Image de taille raisonnable

Mikon! Je l'ai peint. Amezuku @ Recherche d'emploi

Toutes les images originales sont empruntées car je les ai peintes avec Pixiv. Cette image n'a pas de dessin au trait original, et il n'y a pas de cible de comparaison en premier lieu, alors c'est tout. Cela a pris environ 10 secondes pour cette taille et pour le GPU, donc honnêtement, je ne veux pas penser à le faire avec un processeur.

Je pense que c'est assez solide. La taille moyenne des images de l'ensemble de données est d'environ 1000 \ * 1000, ce qui est assez grand, de sorte que même les images d'une certaine taille peuvent être gérées. Cependant, malheureusement, il y a une dentelure propre à la partie inférieure ... Cela ne peut pas être dit car il y a des moments où il sort et des moments où il ne sort pas.

Taille du Thumblet

La taille est de 256 \ * 256. Pour le moment, j'inclurai également la version que j'ai retirée avec OpenCV. Ignorez le tsukkomi que 256 \ * 256 est miniature.

Image originale. À première vue, il semble qu'une ligne apparaîtra, mais ...

Version OpenCV. Puisque toutes les belles couleurs ont été libérées, je ne peux pas nier le sentiment qu'il s'agit d'un dessin au trait ou d'une échelle de gris.

Cette version réseau. C'est en partie suspect (ou plutôt, la partie main est impossible à jouer), mais l'influence de l'ombre peut être assez bien ignorée, et l'expression de la partie cheveux est simple, c'est un miso avant, mais ça fait plutôt bien N'est-ce pas? Des détails trop fins tels que des volants sont écrasés par la pierre, mais il semble que cela puisse être résolu petit à petit si vous continuez à en apprendre un peu plus.

À propos de l'ensemble de données

L'ensemble de données utilisé pour la formation est essentiellement obtenu à partir des catégories peintes par Pixiv. La chose la plus importante dans la création d'un ensemble de données était que ** le dessin au trait et le dessin en couleur avaient le même aspect **. Si cela change, ce sera comme ne pas pouvoir apprendre en premier lieu, alors je les ai rassemblés en vérifiant chacun d'eux.

Aussi, j'ai parfois trouvé que même si le rapport hauteur / largeur était le même, il y avait une légère différence entre le dessin au trait et l'image colorée **. J'ai dû l'omettre correctement parce que l'apprentissage ne se poursuivrait pas s'il y en avait aussi.

Faiblesses

Cela dépend de la façon dont vous le peignez, mais je pense que c'est une ligne plus simple qu'OpenCV, et les détails ne sont pas tellement perdus. Cependant, en raison de la structure ou de la nature de ce que nous faisons, il y a des inconvénients, notamment le fait que nous ne pouvons rien y faire.

La partie noire apparaît telle quelle
Dans les données utilisées pour l'apprentissage, la partie noire reste telle quelle dans une proportion considérable, associée au fait que le dessin au trait original lui-même a été peint en noir.
La petite taille a tendance à s'estomper
Ceci est dû au fait que l'image originale avait une taille d'au moins 256 \ * 256, donc je pense qu'il n'est pas possible de gérer lorsque des fonctionnalités plus détaillées sont satisfaites.
Abandonnez essentiellement les parties floues
J'ai aussi essayé de le forcer à apprendre avec une image pâle avec un filtre gaussien, mais c'est assez serré
La partie peinte avec presque la même couleur que la couleur du trait devient assez ambiguë
Dépend des ombres sombres et de la méthode de peinture
Il est fondamentalement impossible de reproduire l'original (quelque chose est ajouté sur la ligne)

Fondamentalement, plutôt que de l'utiliser tel quel, je pense que ce sera plutôt un traitement basé sur cela.

Résumé

Les réseaux de génération tels que AutoEncoder sont intéressants. Je veux également relever le défi de donner des paramètres pour changer la façon dont les dessins au trait sont créés.

C'est difficile à étudier et à mettre en œuvre, mais comme les amateurs peuvent faire du Deep Learning, nous vous recommandons d'investir un peu et de l'essayer (seul ou dans le cloud).

J'ai essayé d'extraire le dessin au trait de l'image avec Deep Learning