Los cómics se estructuran como una serie de imágenes fijas que, al combinarse, cuentan una historia. Las imágenes a menudo son muy estilizadas y los artistas gráficos son admirados por sus distintas técnicas.

Pero este tipo de arte es difícil de aprender y complicado de perfeccionar, porque lleva mucho tiempo y su producción es cara. Por eso a los artistas, editores y lectores les encantaría tener una forma automática de imitar un estilo de cómic concreto sobre una imagen.

Resulta que este tipo de algoritmo ya existe. En 2015, un grupo de investigadores alemanes descubrió una forma de transferir el estilo artístico de una imagen a otra. Desde entonces, otros equipos han ido mejorando este enfoque para hacerlo más rápido y más preciso (ver Un ordenador mete el estilo pictórico de Vang Gogh en una escena de 'Ice Age').

Pero los trabajos llevados a cabo hasta ahora se centraban en transferir el estilo de artistas como Picasso y Van Gogh a otras imágenes, o en modificar imágenes ordinarias para convertirlas en otras, como transformar la noche en día. ¿Cómo funcionan estos algoritmos con las imágenes de los artistas de cómic?

La respuesta figura en el trabajo de los investigadores de Universidad Tecnológica de Varsovia (Polonia) Maciej Pęśko y Tomasz Trzciński. El equipo ha aplicado varios tipos de transferencia de estilo de imagen a una serie de novelas gráficas para ver cuál funciona mejor.

Primero algunos antecedentes. La transferencia de estilos comenzó con el trabajo del investigador de la Universidad de Tubinga (Alemania) Leon Gatys y algunos compañeros. Juntos, estudiaron cómo las redes neuronales profundas registraban y analizaban un estilo artístico. Estas redes consisten en capas donde cada una analiza una imagen a un nivel diferente: detalles como las formas, colores y líneas.

La idea clave del trabajo de Gatys y sus compañeros fue que el estilo artístico no se captura en las propias capas sino en las correlaciones entre ellas. Eso permite aislar el estilo de un artista del contenido de su obra y transferirlo de una imagen a otra.

Y eso fue exactamente lo que Gatys y sus compañeros han hecho, ante el gran asombro de la comunidad de investigadores de visión artificial. Su trabajo se ha convertido en la base de una nueva disciplina de visión artificial conocida como transferencia neuronal de estilo.

Pero este nuevo enfoque requiere una gran potencia computacional. Hace falta bastante tiempo para analizar una imagen, aislar su estilo y aplicarlo a otra imagen. En el caso de una imagen de 512x512 píxeles analizada en un ordenador moderno de sobremesa, el proceso puede durar bastantes segundos.

Así que el equipo empezó a buscar diferentes estrategias para hacerlo más rápido. De esta búsqueda nacieron varios algoritmos capaces de llevar a cabo la tarea. Pero los investigadores necesitaban encontrar el que mejor equilibro ofreciera entre rapidez y calidad. 

Pęśko y Trzciński han probado una amplia gama de algoritmos de transferencia neuronal de estilo diseñados específicamente para transferir los estilos gráficos de los cómics. "Este es el primer intento de evaluar y comparar los resultados obtenidos de varios métodos en el contexto de la transferencia de estilo de cómic", afirman.

Su trabajo se centra específicamente en las técnicas más rápidas que funcionan con cualquier imagen gráfica. La investigación detalla: "Nos enfocamos principalmente en métodos cuyo tiempo de ejecución por imagen no supere los dos segundos".

Los investigadores probaron cinco algoritmos diferentes en imágenes de 600x450 píxeles procesadas mediante una unidad de procesamiento de gráficos Titan X de 12 gigabytes. Seleccionaron varias imágenes de varias novelas gráficas con distintos estilos y los transfirieron sobre fotografías elegidas al azar de una búsqueda de imágenes de Google.

Finalmente, mostraron los resultados a 100 personas para que evaluaran si los algoritmos habían logrado transferir los estilos con éxito.

Con un 30 % de votos a su favor, el algoritmo mejor evaluado es una técnica conocida como normalización adaptativa de ejemplos, desarrollada en 2017. La investigación afirma: "[Este resultado] confirma nuestras suposiciones de que este método ofrece los resultados más cercanos a la novela gráfica o al cómic en términos de similitud estilística".

No obstante, los resultados no son perfectos. Todas las técnicas analizadas presentan problemas como una transferencia inadecuada del color y borrosidad. Los investigadores creen que "todavía hay margen de mejora".

Este margen representa una oportunidad. Solo en Estados Unidos, la industria de los cómics vale cerca de 850 millones de euros anuales. Y existen muchas partes del mundo que todavía tienen que desarrollar sus propias culturas en torno a los cómics, como en India por ejemplo. Así que, hay mercados con el potencial de crecimiento.

La capacidad de crear imágenes de cómic de alta calidad marcará una diferencia importante para cualquiera que desee conquistar esos mercados. Pero, hay otro problema: el desafío de desarrollar personajes poderosos e historias convincentes. Las redes neuronales no pueden ayudar con eso... al menos, todavía no.

Ref: arxiv.org/abs/1809.01726: Neural Comic Style Transfer: Case Study