学习评估AI生成图像的艺术性

在图像生成领域，评估AI生成图像的艺术性仍是一项挑战。大多数现有指标无法用于实例级且无参考的艺术性评估。本文提出ArtScore，一种用于评估图像与艺术家真实艺术作品（或反之照片）相似程度的指标，从而为艺术性评估提供新方法。我们首先混合用于照片和艺术品生成的预训练模型，得到一系列混合模型。随后，利用这些混合模型生成具有伪标注、展现不同艺术程度图像。每张逼真图像都有对应的艺术化版本以及一系列从逼真到艺术的插值图像。该数据集随后用于训练一个神经网络，学习估计任意图像的量化艺术性等级。大量实验表明，ArtScore预测的艺术性等级比现有评估指标（如Gram损失和ArtFID）更贴近人类艺术评价。