给AI一段故事，就能变成漫画，这个来自人大微软和北影的AI，要启发电影人的灵感

编者按：本文来自微信公众号“量子位”（ID：QbitAI），作者 郭一璞，36氪经授权发布。

看图，永远比看字省事。

比如说，相比看文字版小说，看小说改编的漫画更简单轻松。

那么，如何把一段故事自动变成漫画呢？

AI已经可以做到了。给它一段故事，它就可以用图片把故事讲出来，稍加修改，就变成了一套连环画。

像这样的一段故事：

很久以前, 有个小男孩在森林里迷路了, 他走了好久, 都走饿了, 他很想吃妈妈做的饼, 可这时候小男孩回不去呀, 于是他就在地上画了一个大大的饼, 还在饼上点 上芝麻。

小男孩看着看着, 好像自己已经吃上了大饼, 于是他觉得自己不是很饿了, 重新站起来沿着一条小路走.。

很快, 小男孩的爸妈就找到了他, 他们一起回到家, 吃上了真正香喷喷的饼。

AI可以把它变成这样的漫画：

而且，这种漫画形式还可以在电影工业中充当故事板，辅助电影人们进行艺术创作。

找到能讲故事的图

那么这个过程是怎样实现的呢？

首先要说明一点，这些图片并不是AI凭空画的，而是采取了一种更简单省事的方法：

从现成的图库里找出一些构图相似的，拿来改一改。

这里的图库，叫做GraphMovie数据集，数据来源是一些影评网站。

但是数据集里的图很多，怎么才能用AI自动的找出最符合你故事的图片呢？

这里用到了一个模型，叫做情景感知密集匹配模型（Contextual-Aware Dense Matching model，CADM）。

它长这样：

根据故事的内容，CADM找到了这样的一些图像：

另外，还有一个模型叫做No Context，它是此前“看字找图”这个领域中表现最好的AI。

No Context也找了一些图像出来：

不过，图还是有点少，人家好歹也是个完整的故事，你总不能拿这么几张图就讲完，这样故事没有细节，读者的体验也不好。

现在，请出第三个模型：贪婪解码算法，它负责根据故事里的细节，再找找能用上的图。

让它出马来补一补之后，故事立马就完整了：

把图片的画风统一

不过，就这样的效果，你会看得糊里糊涂，好像并不能传达出前面文本里的故事。

问题出在哪儿呢？

第一个问题是，图片里有许多背景、环境等相关元素，跟故事主线毫无关系，看到它还会影响你对故事的理解。

需要把这些冗余元素删掉，这里用到了何恺明的成名作Mask R-CNN，进行区域分割，删掉图片中和故事不相关的部分。

现在，这些图片长这样：

第二个问题，这些图片的画风实在是差异太大了，把这样的漫画拿出去，会被读者打的。

所以，需要把图片的样式统一起来，这里用到了一个工具CartoonGAN，从字面意思就可以理解，这是一个让图片变成卡通风格的GAN（生成对抗网络）。

在卡通GAN处理之后，这组图片变成了这样：

似乎好了一些，但是还有一个大bug：这些人长得不一样呀！你说他们是同一个故事的主角，打死我也不信。

于是，第三个问题来了，怎么才能让这些人都长成一个样？

这里，研究者们直接找了一个软件，叫做Autodesk Maya，是一个在电影里处理3D图像的软件，靠它制作出3D的场景、人物和道具，用半手动的方式把9张图片里的人全变成一个样。

不过论文作者表示，未来这个制作3D图像的过程有望全自动生成。

这一顿操作，是真的猛如虎，9张八竿子打不着边的图，现在画风一致、故事流畅，甚至还补充了背景和美化。

在电影工业中有大用途

其实，这样生成的“漫画”并不是最终结果。

它其实是用来拍电影的。

拍电影的准备过程中，需要一个Demo叫做“故事板（storyboard）”。

借助故事板，电影人在创作的过程中就可以先改Demo，定下来之后再完成成品，把撕逼的过程放在前面，防止做完之后甲方爸爸再提修改意见，导致工作量急剧提升。

因此，像这篇论文里这样，自动生成故事板，就可以节约电影人的许多时间，提高创作者们的生产效率。

人大博士出品

这篇论文的作者团队非常庞大，一共9位作者，分别来自中国人民大学、微软和北京电影学院。

一作陈师哲目前在人大读到了博士五年级，也是曾在微软小冰团队实习，还曾经赴CMU和阿德莱德大学访学。

她也是一位学术达人，仅仅今年一年，包括这篇论文在内就已经发了三篇顶会一作。

另外，微软小冰团队首席科学家宋睿华也参与到了这项研究中。

宋睿华博士毕业于清华大学，长期研究短文本对话与生成、信息检索与提取等领域，曾担任SIGIR、SIGKDD、CIKM、WWW、WSDM等会议的程序主席或高级程序主席。

传送门

Neural Storyboard Artist: Visualizing Stories with Coherent Image Sequences

作者：Shizhe Chen, Bei Liu, Jianlong Fu, Ruihua Song, Qin Jin, Pingping Lin, Xiaoyu Qi, Chunting Wang, Jin Zhou

https://arxiv.org/abs/1911.10460v1