Scifaro

中文

浅艺术：通过简单机器学习进行艺术延展

计算机视觉与模式识别 2019-10-25 v1 机器学习机器学习

作者: Kyle Robinson , Dan Brown

在 arXiv 上查看 ↗ PDF ↗

摘要

Shallow Art 提出、实现并测试了使用简单的单输出分类与回归模型进行艺术生成的方法。多种机器学习算法在电脑生成图像集、文森特·梵高的艺术作品以及伦勃朗·凡·莱因的艺术作品上进行训练。随后向这些模型提供图像的一半，并要求其补全缺失的另一半。所得图像被展示出来，我们探讨了其对计算创造力的启示。

关键词

计算创造力图像补全回归模型分类模型艺术生成

引用

@article{arxiv.1910.11118,
  title  = {Shallow Art: Art Extension Through Simple Machine Learning},
  author = {Kyle Robinson and Dan Brown},
  journal= {arXiv preprint arXiv:1910.11118},
  year   = {2019}
}

备注

5 pages, 9 figures, presented at the 10th International Conference on Computational Creativity (ICCC 2019)