如果科技可以将每位艺术家的精髓效仿一二,那么不但可以轻松的学习到大师神韵,让我们每个人都成为“艺术家”,更可以清晰的总结出线索细节,供后辈参考,不但趣味十足,并且可能会在生活中找到它应用的场景。
中科院自动化所-亮亮视野“第一视角联合计算联合实验室”在SigGraph Asia 2017上联合发布了《Style-Oriented Representative Paintings Selection》,该著作提出了一种选择艺术家代表性绘画风格并和内容迁移结合的新方法。与传统的聚类问题不同,我们不会尝试为每个图像分配确定的标签。我们专注于在所有画作中找到最具代表性的作品,先用K -means初步聚类艺术家的画作,聚类中心是原始的代表性图像。通过“欧式距离”来筛除不具代表性和混淆的样本。最后,更新K类并获得新的代表性图像。
一年一度的SigGraph Asia是计算机图形图像学界的顶级峰会。每年,世界各大顶级视效、动画、游戏、软件、硬件等公司将在会上分享他们的幕后制作、创新、工业、研发、等所有有关CG,VR,AR,AI的最新科技前沿信息。包括在各个业界耳熟能详的皮克斯、迪士尼、工业光魔、暴雪、英特尔,英伟达,Adobe、Autodesk等等,各细分领域的分享会和讲座干货满满,代表了图形图像各个方向的最新进展和突破性成果。
风格迁移,简单来说就是将图像A的风格转换到图像B中去,得到新的图像,取个名字为new B,其中new B中既包含图像B的内容,也包含图像A的风格,是以另一种艺术风格来呈现图像的手段。
然而,多数风格迁移算法都是根据一个风格图像训练一个基于DeepLearning的model。换言之,只能风格化此一种风格的图像,想要风格化很多种图像就要训练不同的model,甚至还需要在工作前期对风格目标进行人工定义。
拓展开来,对于艺术家来说,艺术家的绘画风格可能在其所有绘画作品中都有所不同,既有西方的印象派、抽象派等,也有东方的山水画、写意画……内容也会多种多样,静物,动物,风景,人物,建筑……不一而足。如何能够尽量少的不由非专业艺术家来定义风格目标,尽可能的准确定义艺术家的风格,让提取风格,提取内容都能基于AI,是风格迁移学术衍生的一个重要方向。
“有很多仿造者,他们本身就是艺术天才,对于这部分人,名作与伪作只隔一线。”AI技术不能说成“仿造者”,准确的来说应该是“传播者”、“升华者”,缩短现实与想象的距离,就像“学术”与“产业”的关系。
2018年9月12日,中科院自动化所-亮亮视野“第一视角联合实验室”正式成立。亮亮视野与中科院自动化所这样以学术研究为主的学术研究机构合作,更是将“产、学、研”推向了一个深度有机结合的方向。第一视角联合实验室,将聚焦第一视角计算前沿课题的研究和成果落地,将视觉智能感知技术、目标检测、人脸识别和场景识别等技术进行商业场景的结合,对于学术机构、资本商业乃至人工智能商用发展来说,都将贡献巨大的价值。
点击文字查看
“数据+算力+算法”驱动AI的全面觉醒。从机器学习到深度学习,技术层面的创新到思维方式转变无时无刻不让算法迭代增速;互联网技术高度渗透驱使计算能力飞速提高;因此数据的收集获取则是AI的发展的重要版块。第一视角联合实验室提出的“主动感知下的第一视角AI”,作为一个首次被提出的全新命题,区别于被动感知的“第三视角”,以AI眼镜为载体的第一视角的数据资料将会在AI与AR双向结合中获取更多的数据与知识,显露出其巨大的潜能。
除了深度的专业学术研究与合作,亮亮视野更诚意聘请多位来自 IEEE的知名专家学者作为科学委员会的成员加入第一视角实验室。受聘专家将在未来对第一视角实验室诸多的实验项目成果给与更多有力的支持帮助与建议。亮亮视野在行业内不断创新努力的同时,也将通过IEEE的专家学者,听到更多来自国际前沿的科技之声。“第一视角计算联合实验室”的成立,将形成在智能眼镜领域科研、人才培养和社会服务的联合优势,推动智能可穿戴设备科技进步和产业提质升级。