利用人工智能学习艺术风格及基于心理学实验的评估
计算机视觉与模式识别
2020-05-06 v1
摘要
GANs（生成对抗网络）是一种新的 AI 技术，能够以较少的训练数据进行深度学习，并具备在两个图像集之间实现转换的能力。我们使用 GAN 对几个具有不同艺术风格的艺术集进行了比较。我们准备了几个图像集：一个花卉照片集 (A)、一个印象派画作艺术图像集 (B1)、一个抽象画艺术图像集 (B2)、一个中国具象画艺术图像集 (B3)，以及一个由作者之一 Naoko Tosa 创作的抽象图像艺术图像集 (B4)。使用 GAN 实现了从集合 A 到各个 B 的转换，并获得了四个图像集 (B1, B2, B3, B4)。利用这四个图像集，我们通过要求由 23 名学生组成的受试者填写问卷来进行心理学实验。通过分析所获得的问卷，我们发现了以下几点。抽象画与具象画被明确判定为不同。西方与东方的具象画被判定为相似。Naoko Tosa 的抽象图像被判定为与西方抽象图像相似。这些结果表明，AI 可以作为一种分析工具，用于揭示艺术流派之间的差异。
引用
@article{arxiv.2005.02220,
title = {Learning of Art Style Using AI and Its Evaluation Based on Psychological Experiments},
author = {Mai Cong Hung and Ryohei Nakatsu and Naoko Tosa and Takashi Kusumi and Koji Koyamada},
journal= {arXiv preprint arXiv:2005.02220},
year = {2020}
}