资讯
展览资讯 大型展会 灯光节 大型盛典 赛事 中标捷报 产品快讯 热门话题 艺术节 活动 演出 新闻 数艺报道 俱乐部签约
观点
大咖专访 观点洞察 书籍推荐 吐槽 设计观点 企业访谈 问答 趋势创新 论文 职场方法 薪资报价 数艺专访
幕后
幕后故事 团队访谈 经验分享 解密 评测 数艺访谈
干货
设计方案 策划方案 素材资源 教程 文案资源 PPT下载 入门宝典 作品合集 产品手册 电子书 项目对接
  • 0
  • 0
  • 0

分享

【AI+艺术】人工智能——让机器人具备人的“审美”

原创 2022-08-25


栏目导读

上一期【AI+艺术】栏目我们探讨了人工智能艺术创作是否能有真正的“美学”。本期的【AI+艺术】栏目。我们将走近实际案例,了解人工智能如何“懂得”艺术规律、进行美学评价、给出审美建议。



第七部分

让机器人具备人的“审美”



什么是“美”?  ✦

PART 1 

这似乎是一个非常主观且难以回答的问题。

如何识别“美”对于机器来说就更是难上加难——图片质量该如何量化?审美要素要如何分析?这都是计算机视觉研究领域的未解难题。

将审美这种非常主观的事情进行客观的评分,有什么价值呢?人人都有美的向往、美的追求,这是社会进步的基础,是人类前行的动力。美是主客体互动的产物,而具有高度能动性的人是主动的方面,人的美育修养在美与丑的辨析中起着基础性根本性作用。

但如果美完全是主观的,谁说什么东西美它就美,好像“美”这个词就没有意义了。虽然不同的人会做出不同的判断,但大部分人都不会否认玫瑰花或者落日很美。如果 AI 算法模型在一个合理的程度内为用户提出关于“美”的建议,或者能帮助人们更好、更方便的发现美。

DeeCamp就此做了一个AI对“美”的理解的有趣项目:让人工智能像人类一样理解图片的美丑,为图片美不美打分,让人工智能“懂得”艺术规律。

 ✦ 


图源SINOVATION VENTURES创新工厂






DEECAMP应用前景 ✦

PART 2 

✦  AI+Camera  


摄像机加上最前沿的美学评价,会产生一些有趣的东西。

比如自动识别拍摄,把摄像机再搭配上模型,就可以捕捉出非常好的照片,不用摄影师一直等待时机去捕捉场景。当天上突然出现一片云彩,或是美女经过甩了一下头发,那一瞬间,摄影设备就会捕捉下来这一张照片。美学评价还可以扩延到产品设计、服装设计、甚至是景观的设计上。自动为图片搭配不同图像元素,生成最具美感的设计。

✦  AI给美标价  


“何为美,何为丑”一直没有个统一、公允的标准,所以艺术作品的评选、艺术品的标价往往会出现“公说公有理、婆说婆有理”、众口难调的情况。这时候如果有一个AI提供的基本评分帮助我们做判断,必定能促进艺术品市场规范化。

NIMA ✦

PART 3 

同样在近期,Google 创造了一个神经图像评估 AI 模型。其公布的 NIMA(Neural Image Assessment),正是用深度卷积神经网络(CNN)来学习人类感知图像质量和审美因素的一项研究成果。利用最先进的深度对象识别(object recognition)技术,可以给图片的美丑从 1-10 打分并分析图片中所包含的“情感信息”。NIMA 不仅能分析图片的质量,还能判断图片是否好看,更能给出让图片更美的修图建议!

✦  NIMA辨美丑  


NIMA 使用评分系统对照片的美感进行评分,评分范围从 1 到 10,而不是将照片分为高质量和低质量两类。使用这种方法,NIMA 可以检查每个单独的像素进行技术评估,同时也考虑到“与图像中的情感和美相关的语义级特征”。括号()中是200人对图片打分后计算出的平均分数,与其他方法相比,NIMA 给出的评分与排序更接近人类的偏好。

 ✦ 

NIMA 对一些带有“景观”标签图片的美观程度进行了评分和排序

✦  NIMA 评质量  


NIMA 同时也能对图片的质量进行比较。图片可能由于一系列的原因变得模糊、出现噪点和扭曲,导致图片质量下降。NIMA 在对图片评分的同时也能比较同一主题图片的质量。  

 ✦ 

NIMA 对同一主题的图片的质量进行评分和排序  


✦  NIMA 提意见  


不知道怎样修图才能达到最好的优化效果?NIMA 可以给你建议!在调整图片时,明暗度、对比度、色调和细节的变化都会改变图片的评分。NIMA 能通过找到优化图片的最佳参数来给出修图建议。

 ✦ 

通过NIMA训练深度卷积神经网络(CNN)

从而增强图像局部的色调和对比度

Google 在 NIMA 上的研究表明,基于机器学习的质量评估模型可具有广泛的功能。例如,可以让用户轻松地在众多图片中快速找到“最美”的图片,甚至可以实时显示评分结果。在后期处理中,NIMA 可以引导修图程序产生更好的结果。 

尽管在计算机视觉研究领域,要更好地理解图片、视频质量和审美标准将是一个持续的挑战,Google 仍将在探索如何利用机器学习改善人们生活的道路上继续努力。

至于「审美AI」的实际应用,我们可以做个类似于这样的设想 —— 在一大群朋友拍摄合照时,AI 可以指导人们的站位、姿势和整体的构图,或者在拍出的很多照片中,帮忙挑选其中最符合大众审美的一张 —— 没有人闭眼、没有挡住人脸、最多的笑容捕捉等等。


✦  本栏目由清华大学学生创客空间协会合作建设  


撰文 | 熊丽琦

编辑 | 毕文立

审核 | 王旭东

中意设计创新基地

阅读原文

* 文章为作者独立观点,不代表数艺网立场转载须知

本文内容由数艺网收录采集自微信公众号清华大学中意设计创新基地 ,并经数艺网进行了排版优化。转载此文章请在文章开头和结尾标注“作者”、“来源:数艺网” 并附上本页链接: 如您不希望被数艺网所收录,感觉到侵犯到了您的权益,请及时告知数艺网,我们表示诚挚的歉意,并及时处理或删除。

数字媒体艺术 AI+艺术 人工智能 机器人

22127 举报
  0
登录| 注册 后参与评论