面向生成艺术的半语义 grounded 解读评估
计算机视觉与模式识别
2026-04-13 v1 人工智能
人机交互
多媒体
摘要
解读是解密艺术语言的关键：观众通过从视觉作品中恢复意义来与艺术家沟通。然而，当前的生成艺术（GenArt）评估器仍仅关注表层的图像质量或字面上的提示遵循，无法评估创作者意图所蕴含的深层象征或抽象意义。我们通过形式化一种柏耳朵计算半语义理论来弥补这一差距，该理论将人类与GenArt交互（HGI）建模为级联语义过程。该框架揭示，艺术意义通过三种模式——象征性、符号性和指示性——传递，而现有评估器仅在象征性模式中运作，对后两种模式结构性感知不足。为克服这种结构性感知不足，我们提出SemJudge。该评估器通过层次化语义图（HSG）显式评估HGI中的符号性和指示性意义。大量定量实验表明，SemJudge在解读密集型艺术基准上，与人类判断的一致性更高。用户研究进一步表明，SemJudge产生更深刻、更具洞察力的艺术解读，为GenArt从生成“好看”的图像，迈向能够表达复杂人类经验的媒介铺平了道路。项目页面：https://github.com/songrise/SemJudge
引用
@article{arxiv.2604.08641,
title = {On Semiotic-Grounded Interpretive Evaluation of Generative Art},
author = {Ruixiang Jiang and Changwen Chen},
journal= {arXiv preprint arXiv:2604.08641},
year = {2026}
}