AI系統可以調整圖像的對比度大小和形狀

人工智能(AI)和藝術不像你想象的那樣截然相反。事實上，自動系統已經與藝術家保持同步，制作節日歌曲，在佳士得拍賣的畫布，以及制作彩色標識。而現在，軟件開發人員已經利用AI的生成能力來操縱圖像中的對比度，顏色和其他屬性。

Holly Grimm畢業于OpenAI的學者計劃，她在Arxiv.org上發表的一份預印紙上描述了她的作品(“ 關于影響CycleGAN藝術生成的藝術創作屬性的培訓 ”)。

格林兄弟AI模型的基礎是一個生成對抗網絡(GAN)，一個由數據生成發生器和鑒別器組成的兩部分神經網絡 - 后者試圖區分發生器的合成樣本和真實樣本。Grimm選擇了CycleGAN，這是一種相對最近被證明的學習兩種圖像分布之間轉換的方法，作為她選擇的架構。

“CycleGAN的圖像到圖像轉換采用一組圖像并試圖使其看起來像另一組圖像，”Grimm在博客文章中解釋說。“訓練數據未配對，這意味著數據集中的圖像之間不需要精確的一對一匹配。這種[GA]已被用于使馬看起來像斑馬，蘋果看起來像橙子。“

為了制作她的模型，Grimm提供了在開源ImageNet數據庫上訓練的ResNet50算法，并將其與來自視覺藝術百科全書WikiArt的“apple2orange”數據集的500幅圖像訓練的CycleGAN算法相結合。由此產生的系統，她稱之為“藝術構圖屬性網絡”或ACAN，學會了在改變八種不同的構圖屬性的同時制作照片：紋理，形狀，大小，顏色，對比度，重復，原色和色彩和諧。

在測試中，ACAN成功地將主要為橙色的圖像轉換為具有藍色和青色互補色的新圖像，以及從其他圖像中抽象出形式，顏色和紋理。在一些生成的樣本中，重建照片中的對象與源圖像中的對象幾乎沒有相似之處 - 對對比度，大小和形狀進行了調整。

“即使樣本量很小的500張圖像，在ACAN的幫助下，CycleGAN似乎也能夠區分出八種藝術成分屬性，”Grimm寫道。

她留下了未來的工作技術，如屬性激活映射，它使用熱圖來突出顯示圖像的元素，并顯示網絡“看到”每個屬性的內容，以及顏色和諧嵌入，這可能有助于神經網絡學習顏色之間的關聯在色輪上。

該組織表示，OpenAI的學者計劃于9月份開始了第一堂課，該計劃向“來自該領域代表團體的人群”開放。OpenAI總部位于舊金山，由Elon Musk，Reid Hoffman和Peter Thiel以及其他技術名人提供支持，計劃在未來幾個月發布第一個案例研究，以“幫助其他人推出類似計劃”在他們自己的公司。