https://arxiv.org/abs/1706.07068
C'est un peu différent du GAN. Autrement dit, le classificateur apprend également le style. Et le papier fait que le générateur sera plus créatif que le GAN conventionnel en apprenant la génération afin que le style soit également différent. En tant que papier d'art, il s'avère que les artistes visent souvent des ruptures de style. Générateur pour maximiser l'écart de style tout en minimisant l'écart par rapport à la distribution artistique
Un érudit qui est une exigence du système créatif déclare qu'une imagination, deux compétences (qualité) et trois capacités à évaluer des créations uniques sont nécessaires, mais les trois sont satisfaites. L'une des principales caractéristiques du système proposé est d'apprendre l'histoire de l'art dans le processus de création de l'art. Cependant, il n'y a aucune compréhension sémantique de l'art derrière le concept de style. Je ne sais rien du sujet, du modèle explicite de l'élément ou des principes de l'art. L'apprentissage ici est basé uniquement sur le concept d'exposition à l'art et au style. En ce sens, le système a la capacité d'apprendre continuellement du nouvel art et d'adapter les générations en fonction de ce qu'il apprend.
Il est basé sur la théorie proposée par l'ancien DE Berlyne (1924-1976). Il a souligné que les propriétés esthétiques les plus importantes pour stimuler l'excitation sont: la nouveauté, la surprise, la complexité, l'ambiguïté et le mystère. Et si un artiste continue à faire des œuvres, il s'y habituera, alors je ferai de mon mieux avec ce système pour l'éviter. De plus, le stimulus n'est ni trop fort ni trop faible, donc je le contrôle. Il existe des extensions GAN qui permettent de générer facilement des images basées sur des catégories (par exemple [18]) ou des légendes (par exemple [19]). ). En offrant une formation sur ces étiquettes, vous pouvez penser à des GAN qui peuvent être conçus et formés pour produire des images de différents styles artistiques ou de différents genres artistiques.
Ne nécessite pas d'humains pour la rétroaction. Il y avait googleDream, mais c'est trop vague, ce n'est pas de l'art abstrait, et on dit qu'il est généré par ordinateur. C'est trop méconnaissable. Faites de votre mieux avec une ambiguïté modérée
Le discriminateur revient également au générateur, qu'il soit de l'art ou non comme un GAN normal. Il renvoie au générateur une valeur de combien il peut être classé dans quel style. Le classificateur a accès à un grand nombre d'œuvres d'art liées aux étiquettes de style (Renaissance, Baroque, Impressions, Expressivité, etc.) et les utilise pour apprendre la distinction entre les styles. Le générateur s'efforce de créer ce qui est de l'art et de confondre le plus possible la classification.
Parmi les divers mécanismes d'excitation, celui qui est particulièrement important et pertinent pour l'art est la caractéristique des modèles de stimulus externes [3]. Martindale a souligné l'importance de la familiarité dans l'élaboration des systèmes de production artistique. [15] Courbe de Wundt (courbe pour mesurer le degré d'excitation?) Il a commenté l'image générée par Google DeepDream [16]: "La plupart ressemble à un mandala dans un dortoir, ou à une psychédie numérique qui semble être sur la couverture d'un livre de Terence McKenna." D'autres ont commenté: «Éblouissant, drogue et effrayant.» 4. Cette réaction négative peut s'expliquer par une excitation excessive, entraînant un plaisir négatif selon la courbe de Wundt.
Recommended Posts