利用AI 生成商标

2019年09月27日由 TGS 发表 148207 0

Logojoy这样的初创公司会根据需要，使用人工智能来创建数千条横幅和品牌元素。但在Arxiv.org上发表的一篇新论文中，荷兰马斯特里赫特大学(Maastricht University)的科学家们提出了一种人工智能系统，该系统能够用比以前更高的分辨率和细节合成标识。它建立在洛根(LoGAN)的基础上——洛根是该团队之前的标识制作机器学习系统，他们在去年10月发表的一项研究中详细介绍了该系统。

由于大多数美国人每天要接触4000到20000个广告，所以各个公司对他们的品牌越来越重视，这给设计师们带来了很大压力，他们必须设计出既美观又新颖独特的设计，从而将自己的设计与大众区分开来。人工智能可以帮助到设计师——要么为他们提供灵感，要么减少与客户进行的设计迭代次数，总之，很有用。
最新的尝试是生成一个对抗网络(GAN)——由样本生成器和鉴别器组成，它们可以区分生成的样本和真实世界的样本。随着训练的进展，低分辨率图像渐渐稳定并能提供高分辨率层，研究人员认为，由于低分辨率图像的细节更少，系统能快速学习大规模的模式，并随着图像分辨率的提高，从粗糙的细节逐渐转向更精细的细节。

为了编制培训数据集，两位合作作者首先从名称恰当的大Logo数据集中提取了样本，删除了其中所有基于文本的徽标，总共留下40000个徽标，并从谷歌中添加了15000个额外的“类徽标”图像，这些图像与自然、技术、插图字符和其他类似主题有关。
然后他们使用谷歌的云视觉服务生成4到8个描述标识内容的单词标签，并使用预先训练的人工智能模型对这些标签进行矢量化，为每个示例创建空间表示。之后再对这些空间表征进行聚类，以识别具有相似视觉特征的特征。在三个实验过程中，研究人员报告说，他们的模型已经渐渐趋于稳定——“始终如一的高质量”。有些模型在形状、设计或配色方案上比其他模型更简单，但是团队断言，输出的多样性表明模型可以学习更高级的培训数据分布特性。
利用人工智能制作艺术品并不是什么新想法，但值得关注的是推陈出新，如何从老的创意中汲取营养从而创造新的价值，人工智能无疑是很聪明的，但更聪明的却是创造它的人类。

标签：

行业数据集 AI应用

0 评论

欢迎关注ATYUN官方公众号

商务合作及内容投稿请联系邮箱:bd@atyun.com

上一篇人工智能与电子商务的结合

下一篇西奈山宣布成立医学影像人工智能中心

评论登录

要发表评论，您必须先登录。

jonatasgrosman/wav2vec2-large-xlsr-53-english facebook/dino-vitb16 bert-base-uncased xlm-roberta-large xlm-roberta-base gpt2 microsoft/resnet-50 facebook/dino-vits8

Sam Altman离职事件时间线