根据颜色自动生成标识的LoGAN模型

标识设计是一个费时费力的过程。而最近生成式模型领域进展飞速，这就让人好奇AI可不可以用来设计标识？生成对抗网络（GAN）据说能够学习模拟任何数据分布，已经取得了广泛的应用，但目前很少有人研究如何用GAN来设计标识。年底召开的ICMLA 2018上有一篇论文，马斯特里赫特大学的Ajkel Mino和Gerasimos Spanakis，提出了根据颜色自动生成标识的LoGAN模型，可以说是这一方向上的初步探索。

LoGAN架构

GAN

在介绍LoGAN架构之前，先温习下GAN网络。

GAN由生成器和判别器两个神经网络组成，以对抗的形式同时训练。

GAN是出名的难训练，饱受训练不稳定、无法收敛、模式崩塌之苦。近年来有不少研究都试图改进GAN的训练过程，例如在GAN中引入深度卷积层（DCGAN），修改目标函数（LSGAN和WGAN）。

条件GAN

如前所述，LoGAN是根据颜色自动生成标识，换句话说，是以颜色为条件。能够基于标签数据生成特定分类的图像的GAN架构，主要有两种：

CGAN，生成器和判别器都额外接受一个类别标签数据。

AC-GAN，判别器不仅需要识别图像的真伪，还需要判断图像的类别（不论真伪）。

GAN、CGAN、AC-GAN架构对比

LoGAN即基于AC-GAN改造得到。

AC-WGAN-GP

在AC-GAN架构中（参见上图），判别器同时优化真伪误差和类别误差：

不过，考虑到WGAN-GP更稳定，所以LoGAN用WGAN-GP的损失函数替换了AC-GAN的损失函数：

但是这就造成了一个问题，类别损失没有了。所以，LoGAN在AC-GAN的基础上额外增加了一个分类器Q，辅助判别器进行分类。也就是说，和AC-GAN不同，LoGAN由三个网络组成：生成器G、判别器D、分类器Q。

经过改造的AC-GAN

分类器Q的损失函数定义如下：

为了避免训练不稳和模式崩塌，LoGAN的训练借鉴了一些最新研究成果，采取了以下措施：

判别器每迭代5次，分别迭代一次生成器和分类器。

z取样自高斯分布。

应用了批归一化。

试验

数据集

LoGAN基于LLD-icons数据集训练，该数据集包含486377张32×32像素的图标。

使用了K均值聚类（k = 3）从图像中提取主要色彩，然后分为黑、蓝、棕等12类：

训练

下为判别器、生成器、分类器的训练损失图像。

从图中我们可以看到，判别器和生成器的损失图像有下降趋势，没有收敛。不过这并不意味着训练有问题，因为WGAN和WGAN-GP都不保证收敛。另一方面，分类器收敛至接近1的损失值。实际上，生成图像的分类损失收敛至零，这意味着生成图像都能被正确分类。

结果

400个epoch的训练后，每个分类生成了64个标识：

由于是在32×32像素的图标上训练的，所以生成的标识有点模糊。生成的标识大多为圆形或方形，但也有不规则形状，如心形和X形。

各个分类主要颜色的准确率、召回、F1数据如下表所示：

有些分类的评分偏低，这是因为很多图标周围使用白色作为背景，同理，灰色作为中性色，也有很多图标使用。

各分类主要颜色分布

改进方向

尽管取得了很有潜力的结果，LoGAN目前还是有不少限制：

对抗生成网络的常见问题，生成的标识很模糊。使用分辨率更高的训练图像应该能缓解这一问题。

仅仅使用颜色作为关键词局限性太大。未来考虑加入形状、公司的重心等其他关键词。