通过识别驱动进化涌现绘画能力
计算机视觉与模式识别
2025-01-10 v1
摘要
从旧石器时代的洞穴壁画到印象派，人类绘画已经演变为描绘越来越复杂和详细的场景，传达更微妙的讯息。本文试图通过模拟增强视觉交流效率的进化压力来涌现这种艺术能力。具体来说，我们提出了一个包含笔画分支和调色板分支的模型，共同模拟人类绘画。调色板分支学习有限的调色板，而笔画分支使用贝塞尔曲线参数化每个笔画以渲染图像，随后由高级识别模块评估。我们通过测量机器视觉实现的识别精度来量化视觉交流的效率。然后，模型优化每个笔画的控制点和颜色选择，以最少的笔画和颜色最大化识别精度。实验结果表明，我们的模型在高级识别任务中实现了优越的性能，特别是在抽象素描中，具有艺术表现力和美学吸引力。此外，我们的方法作为一种高效的位级图像压缩技术，优于传统方法。
引用
@article{arxiv.2501.04966,
title = {Emergence of Painting Ability via Recognition-Driven Evolution},
author = {Yi Lin and Lin Gu and Ziteng Cui and Shenghan Su and Yumo Hao and Yingtao Tian and Tatsuya Harada and Jianfei Yang},
journal= {arXiv preprint arXiv:2501.04966},
year = {2025}
}