基于人工智能的绘画分析理论与方法研究

The cross domain research of computer science and painting art is not only beneficial to the development of artificial intelligence, but also conducive to the cultural innovation of painting art. This project will use machine learning methods, especially deep learning techniques, to quantify the relevant information of painting. In particular, the six parts of "Identification", "Classification", "Analysis", "Appreciation", "Creation" and "Education" are carried out. Among them, "Identification" refers to finding the effective features of the image retrieval based on the deep learning technique. "Classification" refers to combine edge features and local invariant features, in order to distinguish painting stroke. "Analysis" refers to design multi-task and multi-range(local, regional and global features)assistance with machine learning method to distinguish the painting style and the painter's characteristics; "Appreciation" refers to the model of the style transfer algorithm based on Generative Adversarial Nets for Chinese painting style transfer. "Creation" refers to the application of the transfer model of painting style and visual analysis; "Education" refers to the intelligent human-computer interaction method and the feedback based cognitive model for painting education. This project will also construct and annotate high quality image data sets, and explores interdisciplinary cross the combination of computer science and painting art based on artificial intelligence.

计算机科学与绘画艺术的交叉研究，不仅有利于人工智能的发展，也有利于绘画艺术的文化创新。本项目通过将机器学习方法特别是深度学习技术将绘画相关信息定量化，从而进行分析与探索。具体来说，是从“鉴”、“绪”、“读”、“赏”、“创”、“育”六个部分展开。其中，“鉴”指利用深度学习技术设计针对相似性绘画图像检索的有效特征；“绪”指设计融合边缘特征与局部不变性特征的针对区分绘画笔触特点的图像特征；“读”指利用机器学习方法设计多任务辅助及从细节、局部、整体入手的多范围架构来区分绘画风格与画家特点；“赏”指结合深度学习技术设计基于生成对抗网络针对中国画用笔用墨特点的绘画风格迁移算法模型；“创”指将绘画风格迁移模型应用于辅助绘画创作及可视化分析呈现；“育”指面向绘画教育的智能人机交互方法及基于反馈的认知模型。并构建和标注高质量相关图像数据集，开拓基于人工智能的计算机科学与绘画艺术相结合的跨学科交叉领域研究。

计算机科学与绘画艺术的交叉研究，不仅有利于人工智能的发展，也有利于绘画艺术的文化创新。本项目通过将机器学习方法特别是深度学习技术将绘画相关信息定量化，从而进行分析与探索。具体来说，是从“鉴”、“绪”、“读”、“赏”、“创”、“育”六个部分展开。其中，“鉴”指利用深度学习技术设计针对相似性绘画图像检索的有效特征；“绪”指设计融合边缘特征与局部不变性特征的针对区分绘画笔触特点的图像特征；“读”指利用机器学习方法设计多任务辅助及从细节、局部、整体入手的多范围架构来区分绘画风格与画家特点；“赏”指结合深度学习技术设计基于生成对抗网络针对中国画用笔用墨特点的绘画风格迁移算法模型；“创”指将绘画风格迁移模型应用于辅助绘画创作及可视化分析呈现；“育”指面向绘画教育的智能人机交互方法及基于反馈的认知模型。并构建和标注高质量相关图像数据集，开拓基于人工智能的计算机科学与绘画艺术相结合的跨学科交叉领域研究。. 本项目通过机器学习方法（特别是深度学习技术）对绘画相关信息定量化，进行分析与探索，以便使用更加智能的人机交互方式来辅助艺术鉴赏、绘画创作与教育。属于计算机科学与绘画艺术领域的交叉学科研究，拟通过人工智能辅助中国画的欣赏、创作与教育，提出了一系列解决相关问题的方法和模型。. 本项目从2019年1月开始，至2021年12月完成，在科学与艺术交叉跨界领域做出了一些新的探索，包括成功研制“道子机械国画师”、“道子智能认知系统”等。对于推动艺术与科学交叉领域发展，以及中国文化产业良性发展做出一定贡献。对于探索中国传统文化资源在当下人工智能时代的创新性做出了一定贡献。

内容获取失败，请点击重试