绘画艺术图像的计算美学:研究前沿与展望
发布时间:2021-11-09 04:20
绘画艺术是人类艺术创作的重要组成部分,绘画艺术图像的计算美学是利用机器实现可计算的人类审美过程,其在大规模绘画的自动化分析和机器对感性的计算建模上具有重要的应用价值和科学意义.针对其交叉学科的特点,本文首次从人类审美的感知、认知和评价三个关键过程出发,将绘画艺术图像的计算美学研究完整地归纳为属性识别、内容理解和美学评价三方面研究内容,对其中的问题建模、数据获取和前沿方法等关键科学问题进行了归纳总结,并对绘画计算美学的三方面研究内容进行了对比、思考和展望.
【文章来源】:自动化学报. 2020,46(11)北大核心EICSCD
【文章页数】:21 页
【部分图文】:
本文对绘画艺术图像计算美学研究的梳理框架及其研究示例1
近年来,国内外学者在绘画艺术图像的计算美学相关问题上进行了梳理.国内方面,文献[7]讨论了自然图像计算美学研究的特征提取、图像构图、图像复杂度等问题;文献[8]总结了绘画图像的实验美学和计算美学的研究方法和评价指标,,然而只讨论了绘画图像的属性分类问题.国外方面,文献[9]总结了机器学习在绘画属性识别、赝品鉴别和艺术历史等问题上的研究方法;文献[10]从物理学和数学的角度,总结了烹饪艺术、绘画艺术、音乐艺术的美感量化评估问题.以上综述文章只讨论了自然图像或绘画图像的属性识别和美感评估等特定问题,基于绘画艺术图像的计算美学领域的交叉学科特点,本文首次从人类的审美过程出发,完整地梳理了与之对应的属性识别、内容理解和美学评价的计算美学问题,并探讨它们之间的联系.文章对其中的问题建模、数据获取、前沿方法等关键科学问题进行了归纳总结,并对该领域的未来发展做出展望.第1节总结了绘画艺术图像的属性识别,基于其特征提取方式,从手工特征和自动特征两方面进行总结;第2节总结了绘画艺术图像的内容理解,基于其任务类型,从物体识别与检测、内容描述两方面进行梳理;第3节总结了绘画艺术图像的美学评价,包含美感评价和情感评价两方面问题;第4节对绘画计算美学三方面研究内容进行了对比、思考和展望;第5节总结全文.
其中H是颜色、纹理、结构和高阶语义等特征形成的手工特征集合.基于手工特征的方法经过手工特征的设计、对比和筛选得到最优的决策函数.基于自动特征的方法通过训练自动的特征提取函数r (·)和分类器m (·)构建决策函数:
本文编号:3484612
【文章来源】:自动化学报. 2020,46(11)北大核心EICSCD
【文章页数】:21 页
【部分图文】:
本文对绘画艺术图像计算美学研究的梳理框架及其研究示例1
近年来,国内外学者在绘画艺术图像的计算美学相关问题上进行了梳理.国内方面,文献[7]讨论了自然图像计算美学研究的特征提取、图像构图、图像复杂度等问题;文献[8]总结了绘画图像的实验美学和计算美学的研究方法和评价指标,,然而只讨论了绘画图像的属性分类问题.国外方面,文献[9]总结了机器学习在绘画属性识别、赝品鉴别和艺术历史等问题上的研究方法;文献[10]从物理学和数学的角度,总结了烹饪艺术、绘画艺术、音乐艺术的美感量化评估问题.以上综述文章只讨论了自然图像或绘画图像的属性识别和美感评估等特定问题,基于绘画艺术图像的计算美学领域的交叉学科特点,本文首次从人类的审美过程出发,完整地梳理了与之对应的属性识别、内容理解和美学评价的计算美学问题,并探讨它们之间的联系.文章对其中的问题建模、数据获取、前沿方法等关键科学问题进行了归纳总结,并对该领域的未来发展做出展望.第1节总结了绘画艺术图像的属性识别,基于其特征提取方式,从手工特征和自动特征两方面进行总结;第2节总结了绘画艺术图像的内容理解,基于其任务类型,从物体识别与检测、内容描述两方面进行梳理;第3节总结了绘画艺术图像的美学评价,包含美感评价和情感评价两方面问题;第4节对绘画计算美学三方面研究内容进行了对比、思考和展望;第5节总结全文.
其中H是颜色、纹理、结构和高阶语义等特征形成的手工特征集合.基于手工特征的方法经过手工特征的设计、对比和筛选得到最优的决策函数.基于自动特征的方法通过训练自动的特征提取函数r (·)和分类器m (·)构建决策函数:
本文编号:3484612
本文链接:https://www.wllwen.com/wenyilunwen/huihuayishu/3484612.html

