探索众包创造力的潜在维度
计算机视觉与模式识别
2021-12-15 v1 机器学习
摘要
近来，在预训练 GAN 的潜在空间中发现可解释方向已成为热门话题。现有工作大多考虑用于语义图像操控的方向，而我们关注一个抽象属性：创造力。我们能否操控一幅图像使其更具或更欠创造力？我们的工作建立在最大的基于 AI 的创造力平台 Artbreeder 之上，用户可在该平台使用预训练 GAN 模型生成图像。我们探索了该平台上生成图像的潜在维度，并提出了一种将图像操控得更具创造力的新颖框架。我们的代码与数据集可在 http://github.com/catlab-team/latentcreative 获取。
引用
@article{arxiv.2112.06978,
title = {Exploring Latent Dimensions of Crowd-sourced Creativity},
author = {Umut Kocasari and Alperen Bag and Efehan Atici and Pinar Yanardag},
journal= {arXiv preprint arXiv:2112.06978},
year = {2021}
}
备注
5th Workshop on Machine Learning for Creativity and Design (NeurIPS 2021), Sydney, Australia