生成对抗性网络(GAN)在视觉创意上已有一些不错的应用,比如生成图片,创建海报,甚至创作绘画类的艺术作品。荷兰马斯特里赫特大学发表的一篇研究报告显示,它在设计徽标方面也表现不俗,并且前景可期。

该研究报告发表在印前服务器 Arxiv.org 上,题为《LoGAN:基于颜色的生成对抗神经网络生成 LOGO》。在其中,研究人员描述了一种人工智能(AI)系统——LoGAN,它可以用 12 种颜色来制作徽标。

研究人员解释说,艺术生成 GAN 并不总是能产生令人愉悦的审美结果,LoGAN 使用最突出的颜色来定义徽标,可以避免这方面问题。这些颜色包括黑色、蓝色、棕色、青色、灰色、绿色、橙色、粉色、紫色、红色、白色和黄色。

该团队在 LDD-icons 数据集上对系统进行训练,该数据集由 32×32 像素的 486,777 个小图标组成。用算法提取出每种颜色的主色,并将 RGB 值转换为颜色词。同时,系统中的第三个神经网络(除了生成器和鉴别器)对样本图像进行分类。

从 LoGAN 产生的结果看,尽管生成的徽标很模糊(由于源图像的分辨率较低),但有些徽标还是很有说服力的。当输入颜色关键字时,它成功地提供了不规则形状、圆形和方形标志,甚至与谷歌 Chrome 标识相似。

有趣的是,白色和灰色是 12 种颜色中最常见的颜色组合。在橙色类中,棕色是神经网络的首选,而在黄色类中,通常会选择蓝色。

研究人员认为,像 LoGAN 这样的人工智能系统可以处理一些标识设计中的单调工作,让设计师们有时间进行创意。在未来的工作中,他们希望将系统对单词的语义理解扩展到颜色以外的关键字,比如形状和焦点。

他们在研究报告中写道,改进后的系统可能会在两个不同的数据集上进行训练:一个包含明显几何形状的标识,另一个包含不规则形状。它可能会使用嵌入模型,用最常用的词来描述标识,以“提高可解释性”。

“虽然产生的 logo 分辨率很低,但它们可以作为最终 logo 的初稿,或者作为激发设计师灵感的一种方式。”研究人员说,“如果给定一个关键字,该模型就可以成功创建徽标,在我们的例子中,这个关键字由徽标中最突出的颜色组成。这类关键字可以被认为是描述性的,因为它提供了标识的属性,便于人们区分。”

【数字叙事 泽诺】