有没有办法奖励我的变分自动编码器使用更少的颜色，同时仍然让它做出创造性的决定 [关闭]

问：

所以最近我一直在尝试编写一个基于 Tensorflow 和 Keras 的模型，该模型可以为像素艺术角色制作动画。我使用带有卷积、密集层和上采样 2d 层的变化自动编码器。我一直面临的主要问题之一是，在颜色选择方面，生成的图像往往非常嘈杂和复杂。通常，这对于更逼真的图像来说很好，但我的目标是更多的像素艺术和体素外观，其中生成的图像使用更受限制的调色板。我的模型接收 2 （48,48） 个 RBGA 图像并输出单个 （48,48） RBGA 图像，作为两者之间的插值。

有谁知道优化器、损失函数、特殊层或其他一些技巧来潜在地限制或阻止模型使用许多不同类型的颜色。我正在考虑制作一个自定义层，将输入图像中的每种颜色编码为一组整数，并让模型预测将哪些整数放在哪里。这将导致模型只能使用输入图像中显示的颜色，但存在 2 个主要问题。首先，这将严重限制模型的创造力，因为它不能在应该使用新颜色的时候使用新颜色。这样做的另一个主要问题是，它将消除模型理解不同颜色在卷积中如何相互作用的能力。

TLDR：我想更多地惩罚我的 Variatonal Autoencoder 图像生成模型，因为该模型使用了许多不同的颜色，或者奖励模型使用较少的颜色，同时仍然让它做出创造性的决定并理解颜色之间的关系。

目标图像：

生成的图像：