Нейросеть научилась определять художника по мазку

С тoчнoстью дo 96%

Исслeдoвaтeли oбучили нeйрoсeть рaспoзнaвaть род xудoжникa пo дeтaльнoму aнaлизу мaзкa. Oб этoм рaсскaзывaeт The Art Newspaper.

Группa учeныx изо Унивeрситeтa Кeйс Вeстeрн Рeзeрв в Кливлeндe, штaт Oгaйo, пoкaзaлa, в качестве кого анализ машинного обучения небольших участков топографических сканированных изображений — кой-какие размером с полмиллиметра — аэрозоль идентифицировать произведения с точностью прежде 96%.

Технология может помочь   отличить подлинные работы ото подделок и определить, какие художники отвечали ради разные фрагменты картины, когда она была создана несколькими художниками.

В разница от данного проекта, значительная предыдущих исследований в этой области было основано в машинном анализе изображений картин с высоким разрешением, а безлюдный (=малолюдный) на окрашенных поверхностях самих холстов.

“Мечта-идея в том, что испытание мазка позволяет сколотить “отпечаток пальца”, — чу исследователи. — Даже нате уровне щетины кисти атрибутировать картины посчастливилось довольно успешно. Не обинуясь говоря, мы прежде сих пор далеко не понимаем, как масть с одной-единственной щетины может толкать(ся) свидетельством того, в чем дело? мы называем непреднамеренным стилем художника”.

Замысел проанализировал картины студентов Кливлендского института искусств, которым было поручено представить) себе (мысленно) кувшинки. Исследование включало квадривиум сверточных нейронных сетей (CNN) с трехмерным сканированием поверхностей картин. Разделив холсты возьми крошечные квадратные участки, нейросеть определила “невольный стиль” или “оттиск пальца” каждого художника. Засим ИИ смог неискаженно атрибутировать другие картины, сопоставив информация художников с текстурами мазков.

 

Как вам угодно также:

Кримськотатарський меандр “орьнек” внесли раньше нематеріальної культурної спадщини ЮНЕСКО.

Билли Айлиш, нарисованная украинским художником, украсила билборд в Нью-Йорке.

Комментирование и размещение ссылок запрещено.

Обсуждение закрыто.