- Full-body High-resolution Anime Generation with Progressive Structure-conditional Generative Adversarial Networks，即用PSGAN生成高分辨率的全身動畫。據了解，DeNA的業務涵蓋社交游戲、電子商務等領域，此前公司推出的手游《忍者天下》也在中國市場取得了驕人的成績。昔日忍者化身換裝暖暖，DeNA想用GAN做些什么呢？
摘要
本文提出了一種漸進結構—條件生成對抗網絡（PSGAN），它是一個能基於姿態信息生成全身的高分辨率圖像的新框架。
近年來，許多人都研究過用深度生成模型自動生成圖像和視頻，這項技術對媒體創建工具來說很有幫助，它可以被用來進行圖片編輯、動畫制作甚至是電影制作。
就動漫產業角度看，一個能自動生成動畫角色的神經網絡不僅能為創作者帶來諸多靈感，它還能為整個產業節省作畫上巨額開支。現在我們已經有了能生成人物臉部圖像的GAN，但還沒有能生成角色全身圖的工具。而且就這些生成臉部圖像的神經網絡來說，它們的圖像質量還達不到工業級作畫標准。
因此，開發一個既能生成全身圖像，又能生成高質量姿態的GAN將對制作新角色、繪制新動漫大有裨益。但達成這個目標還有兩大難點：（1）生成高分辨率圖像；（2）用特定的姿態序列生成圖像。
為了解決上述問題，我們引入PSGAN，它能根據結構信息，在訓練過程中逐步提高生成圖像的分辨率，以此細化圖像在結構上的細節特征，如生成對象的全身圖。同時，我們也在網絡上添加了任意的潛在變量和結構條件，讓它能基於目標姿勢序列生成多樣化和可控制的動作視頻。