ArtBrain：用于 AI 生成艺术与风格分类与归因的可解释端到端工具包
人工智能
2024-12-03 v1 计算机视觉与模式识别
摘要
最近，利用人工智能（AI）生成的艺术品质量显著提升，导致识别合成艺术品的困难日益增加。然而，针对识别人工智能生成艺术品的真实性及其来源进行的研究有限。本文介绍了 AI-ArtBench 数据集，包含 185,015 幅跨 10 种艺术风格的艺术图像，包括 125,015 幅 AI 生成图像和 60,000 件人类创作的艺术品。本文还概述了一种准确检测 AI 生成图像并追踪其来源模型的方法。本工作提出了一种基于 ConvNeXt 模型的新型卷积神经网络模型，称为 AttentionConvNeXt。AttentionConvNeXt 被实现并训练，用于区分艺术品的来源及其风格，F1 分数为 0.869。对生成模型归因的准确率达到 0.999。为了结合本研究的科学贡献，开发了一个基于网页的应用程序 ArtBrain，以便技术和非技术用户与模型进行交互。最后，本研究呈现了与 50 名参与者进行的艺术图灵测试的结果。发现人类能够将 AI 生成图像识别准确率约为 58%，而模型本身实现了约 99% 的显著更高准确率。
引用
@article{arxiv.2412.01512,
title = {ArtBrain: An Explainable end-to-end Toolkit for Classification and Attribution of AI-Generated Art and Style},
author = {Ravidu Suien Rammuni Silva and Ahmad Lotfi and Isibor Kennedy Ihianle and Golnaz Shahtahmassebi and Jordan J. Bird},
journal= {arXiv preprint arXiv:2412.01512},
year = {2024}
}