梅寧航 發(fā)自 凹非寺

量子位 報(bào)道 | 公眾號(hào) QbitAI

Meme表情包，興盛于各大社交網(wǎng)站，但自己動(dòng)手制作費(fèi)時(shí)耗力。

“急民之所急”，表情包自動(dòng)生成器出現(xiàn)了。

以往的此類(lèi)生成器，只是簡(jiǎn)單的圖片配文字，總覺(jué)得有點(diǎn)文不對(duì)題。

這一次，作者巧妙利用卷積神經(jīng)網(wǎng)絡(luò)，做到了識(shí)別圖片中的情緒，這樣配上的文字可信度就比較契合語(yǔ)境了。

斗圖走一波。

第三步，點(diǎn)擊generate meme，靜靜等待飽含深情的表情包。

好了就是這么簡(jiǎn)單，當(dāng)然，這里僅供演示，更多玩法，自行探索。

應(yīng)該能看到，這款meme不同以往的特點(diǎn)是文字可以匹配情緒。

人臉的情緒判別

兩類(lèi)數(shù)據(jù)集的規(guī)模必須確保較為平均，否則二分類(lèi)的結(jié)果會(huì)嚴(yán)重偏向一方，準(zhǔn)確度會(huì)下降。

在此過(guò)程中，會(huì)出現(xiàn)兩個(gè)問(wèn)題：

過(guò)采樣，在整個(gè)數(shù)據(jù)樣本中，一部分?jǐn)?shù)據(jù)集過(guò)多，訓(xùn)練結(jié)果會(huì)更加偏向多的那部分。

欠采樣，把大數(shù)類(lèi)的數(shù)據(jù)減少到與小數(shù)類(lèi)的數(shù)據(jù)量相匹配，減少樣本量。

當(dāng)然，確保平衡最重要，如果進(jìn)行欠采樣，總樣本會(huì)減少，有可能讓模型降低泛化能力。

這時(shí)候，你需要數(shù)據(jù)增強(qiáng)技術(shù)來(lái)人工增加樣本數(shù)據(jù)。

△一只貓，變成六只。

在獲得足夠數(shù)據(jù)后，作者使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，對(duì)人臉表情進(jìn)行特征提取，隨后進(jìn)行足夠的訓(xùn)練批次。

此時(shí)，人臉情緒可以識(shí)別，隨后就是配文字了···

表情包配文字

以文配圖，以圖配文，最重要的是匹配。

在這款Meme生成器中，作者使用chef軟件作為配置管理工具。

用戶(hù)上傳圖片，機(jī)器工作流程如下：

判別是否是人臉，如果是，進(jìn)入第二步；

判別情緒，是高興還是悲傷，得到評(píng)估結(jié)果；

依照情緒判定，生成相應(yīng)文字。

簡(jiǎn)單來(lái)說(shuō)，用戶(hù)上傳一張圖片，機(jī)器調(diào)用預(yù)先訓(xùn)練的模型去對(duì)圖片進(jìn)行二分類(lèi)，得到一個(gè)有偏向概率值，得到圖片情緒。

生成一張表情包就這么簡(jiǎn)單~

是不是真的有這么強(qiáng)大，網(wǎng)址在下面??。

試試便知~

參考鏈接：

https://medium.com/towards-artificial-intelligence/meme-generator-memegen-using-deep-learning-d133e6fc363f

http://34.74.55.103

https://github.com/developers-cosmos/Meme-Generator

— 完 —