机器人绘画中的艺术风格：从人类艺术家学习笔触的机器学习方法
机器人学
2020-07-29 v2 人机交互
机器学习
摘要
自 20 世纪 70 年代以来，机器人绘画一直是艺术家和机器人学家共同感兴趣的主题。研究人员和跨学科艺术家采用了各种绘画技术和人机协作模型在画布上创作视觉媒介。机器人绘画的挑战之一是将期望的艺术风格应用于绘画。基于机器学习模型的风格迁移技术已帮助我们以特定绘画的视觉风格应对这一挑战。然而，风格的其他手工元素，即艺术家的绘画技术和笔触，尚未得到充分解决。我们提出一种通过与人类艺术家协作将艺术风格融入笔触和绘画过程的方法。在本文中，我们描述了我们的方法以：1）从艺术家处收集笔触和手绘笔触运动样本；2）训练生成模型以生成属于该艺术家风格的笔触；3）微调基于笔触的绘制模型以适配我们的机器人绘画装置。我们将在另一篇出版物中报告这三个步骤的集成。在初步研究中，71% 的人类评估者认为我们重建的笔触具有该艺术家风格的特征。此外，58% 的参与者无法区分由我们方法制作的绘画与由人类艺术家创作的视觉相似绘画。
引用
@article{arxiv.2007.03647,
title = {Artistic Style in Robotic Painting; a Machine Learning Approach to Learning Brushstroke from Human Artists},
author = {Ardavan Bidgoli and Manuel Ladron De Guevara and Cinnie Hsiung and Jean Oh and Eunsu Kang},
journal= {arXiv preprint arXiv:2007.03647},
year = {2020}
}
备注
The 29th IEEE International Conference on Robot & Human Interactive Communication