基于块的空间作品归属归因于人类-机器人协作绘画中
计算机视觉与模式识别
2026-02-20 v1 机器人学
摘要
随着具代理感的 AI 在创作生产中日益重要，为作品归属提供文档记录变得至关重要，尤其对于艺术家、收藏家和法律背景。我们提出了一种基于块的方法，用于人类-机器人协作绘画中的空间作品归属归因，经典型的人类艺术家与机器人系统合作完成 15 幅抽象绘画的 Forensic 案例研究。使用商品化平板扫描仪和留一-绘画交叉验证，该方法实现了 88.8% 的块级准确率（通过多数投票实现 86.7% 的绘画级准确率），超越基于纹理和预训练特征的基线方法（68.0%-84.7%）。对于协作艺术品，由于 ground truth 本身是固有模糊的，我们使用条件香农熵来量化风格重叠；手动标注的混合区域的不确定性高于纯粹绘画 64%（p=0.003），表明该模型检测到混合归属，而非仅仅是分类失败。该训练好的模型针对该人类-机器人对，但为数据稀缺的人类-AI 创意工作流程中样本高效归属归因提供了方法论基础，未来有望将作品归属归因扩展到任何人类-机器人协作绘画中。
引用
@article{arxiv.2602.17030,
title = {Patch-Based Spatial Authorship Attribution in Human-Robot Collaborative Paintings},
author = {Eric Chen and Patricia Alves-Oliveira},
journal= {arXiv preprint arXiv:2602.17030},
year = {2026}
}