Сотрудниками кафедры компьютерных наук Рутгерского университета, что в Нью-Джерси, опубликован любопытный доклад. В нем идет речь о нейронной сети, умеющей классифицировать картины по авторам, жанрам и стилям. Распознавание базируется на определенных метриках. Согласно статистическим исследованиям ученых, точность классифицирования полотен по автору и жанру составляет почти 60 %. С определением стиля дела обстоят вдвое хуже. Авторы доклада объяснили это недостаточным количеством примеров картин, имеющихся в задействованной ими базе данных.
Искусственная нейронная сеть (ИНС) не сумела различить работы художников, пишущих в похожих стилях. К примеру, программе не удалось отделить произведения Клода Моне от полотен Камиля Писсарро. Система путает импрессионизм с постимпрессионизмом, Ренессанс с Ранним Возрождением, и прочие стили. Неважно справляется сеть с пейзажами – не может отличить природный от городского.
При обучении программы классифицированию живописи, учеными были использованы определенные алгоритмы, определяющие «визуальные особенности» той или иной выборки произведений. Распределение характеристик выполнялось по уровням значимости: от низкого (края картин, мазки, текстура, цвет) до высокого (изображенные объекты). На основе полученной информации и записанных в виде вектора данных разработчики поэтапно обучали ИНС.
Результаты работы, по словам ученых, все еще не идеальны, но существенное превосходство над прошлыми попытками обучить компьютер распознаванию произведений искусства очевидно. Цель научных изысканий – разработать систему, способную точно классифицировать заданные характеристики картин. Проще говоря, ученые хотят создать машину-искусствоведа, позволяющую определенным образом архивировать оцифрованные картины, и по запросу пользователя безошибочно извлекать из этой картотеки произведения, похожие по стилю, жанру.
Спасибо за внимание!
Ставьте нравится, если нравится!
Подписывайтесь на канал!