새로운 포켓몬을 그리고 싶어요!!!

갑작스럽지만 포켓몬의 신작이 발표되자마자 흥분된다!!
그래서 이번에 유행하는 GAN으로 새로운 포켓몬 생성에 도전!

컨디션

Python=3.5.2
Tensorflow=1.3.0

개시하다

GAN에서는 이미 많은 사람들이 이미지 생성을 하고 있다.
최근 아이돌의 이미지 생성 질도 상당히 높다.
그렇다면 캐릭터에 관해서는 어떨까.조사해보니 포켓몬 이미지 제작에 이미 착수한 사람도 있었다.
DCGAN에서 포켓몬과 송어를 만들었어요.
PokemonGAN
심도 있는 훈련 중에 새로운 포켓몬을 만들려고 했는데, 결국 요괴가 탄생했다
(이번에 집필할 때 참고로 허락해 주셔서 감사합니다!)
그러나 인간처럼 형상, 부품의 위치, 형상, 색깔 등 아직 고정되지 않은 것들은 생성하기 어렵다.

집중적으로 예측해보는 포켓몬은 어떨까.

포켓몬스터는 현실 세계의 생물을 주제로 하는 것이 많기 때문에 어느 정도 예측하고 싶습니다.
그래서 차기작에서 새로운 포켓몬으로 나올 수 있는 포켓몬을 생각해봤는데...!!!
내가 생각한 게 이거야!!
나의 환상!!

1세대가 등장한 포켓몬 이브.
그 인기는 놀랍게도 올가을 발매되는 스위치의 발매 타이틀이 됐다.
이브는 아래 표에서 보듯이 차세대 발매에 따라 새로운 진화의 포켓몬을 늘렸다.
대대로
추가된 새로운 진화
1세대 (빨간색, 녹색)
하화스, 산토스, 추진기
2세대 (금, 은)
영비 브로치
4세대 (다이아몬드, 진주)
리페아
6세대(X, Y)
마피아
앞으로 상기 유형 이외의 신종인 이브의 진화가 추가될 수 있으니 이브와 비슷한 포켓몬을 그려보고 싶다.

메시지

오프닝이 길어졌어요. 다음은 새 포켓몬을 예측하고 싶어요.

데이터 세트

이번에는 아까 그분처럼 Pokemongo에서 캡처를 얻었습니다.
이번에는 이브와 관련된 포켓몬만 골라 각도와 동작을 바꾸면서 30장씩 시스템 180장의 이미지로 학습한다(압도적으로 적다.)

이미지 예

기법(DCGAN)

이번에 자신도 텐센트 플로우를 이용했고, 이곳의 DCGAN을 이용했다.
DCGAN-tensorflow
연결된 곳에 데이터를 직접 만드는 학습 방법이 쓰여 있다.

python main.py --dataset pokemon --input_height=120 --output_height=120 --train

상술한 매개 변수를 설정하여 간단하게 학습할 수 있다.
직접 만든 데이터의 디렉터리를 코드와 같은 디렉터리에 설정하고 디렉터리 이름, 데이터의 해상도 등을 설정함으로써 배울 수 있다.

학습 상황

200 epoch

500 epoch

1000 epoch

2000 epoch

3000 epoch

4000 epoch

5000 epoch

결실

5000개의 epoch를 배웠는데 결과는 아래 그림과 같다!
공부는 잘했지만 아직 신품종 포켓몬 정도는 아니다.
이브×세인트 다스, 이브×브로치처럼 굵은 포켓몬 퓨전 같은 것들은 드문드문 볼 수 있다

감상과 고찰

데이터 세트 정보

이번에는 포켓몬고로 만든 데이터 세트여서 미실장 진화 목적지(리피아트와 그레시 등)를 채택하지 않았고, 워낙 데이터 세트가 적어 인터넷에서 잘 수집됐으면 좋겠다고 생각했다.
이브의 진화 시스템에만 국한된 것이 아니라 비슷한 포켓몬과 캐릭터도 데이터집에 넣으면 재미있어질 것 같다.

학습 정보

어쨌든 저는 기존 모델을 사용했고 GAN은 많은 방법을 제시했기 때문에 아직 손을 대지 않은 GAN을 접하면 된다고 생각합니다.
같은 시스템의 포켓몬스터에서 배워봤지만 색깔 등이 확연히 달라서 모양만 추측하면 입력 이미지를 그레이스케일로 만드는 게 좋을 것 같아요.