用计算机算法挑选出历史上最具『创造性』的油画

最近发布在 arxiv.org 上的研究揭露了一个正在被完善的视觉算法,研究员们深信它能按照「创造性」来对历史上的画作进行精确的排名。

来自罗格斯大学的计算机科学家 Ahmed Elgammal 和Babak Saleh将「创造性」定义为「作品的独创性以及它的影响因子」,并且利用这个定义来创造了一种基于比较更早期画作相似度的「艺术网络」。它通过看画作的颜色、图案以及所描绘的场景来培养「机器经验」以作为判断作品独创性的标准。

然后他们将这一方法应用于囊括有大约62,000幅画的数据库中,并且使用该算法比较从古至今这些画作的创造性。

那些通过算法排序的画作,排名最靠上的是那些独创性比较强的,那些看起来是在其他画作中衍生出的作品,他们的排名就会在底部。要不是这个结果总是这么准确,我们也不会觉得它很有趣。新近画家们的画作,例如Edvard Munch的「TheScream」、Roy Lichtenstein 的「YellowStill Life」 以及Monet 的「 Haystacks at Chailly at Sunrise」在排名中表现的十分抢眼,相反的是,一些早期绘画大师的作品却被排在后边-这可能正是应了那句老话『情人眼里出西施』。

不论怎样,正如那些研究员们所说,这些结果基本上并不能被证明是对还是错-软件所考量的是一幅画的独创性,而并不是它固有的价值。他们评论说:『大多数情况下,算法所呈现的结果依旧是那些艺术历史学家所关注画作的创新性以及影响力的一部分』。

Elgammal 和 Saleh 说,在不久的将来这套算法将会应用于音乐、文学等其他领域,时间会告诉我们答案:将来的某一天,我们是否会求助于机器而不是评论家来为历史上的艺术品进行排名。

 

 

原文地址:http://www.wired.co.uk/news/archive/2015-06/12/art-algorithm

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在RRT(Rapidly-exploring Random Trees)算法的衍生算法中,RRT*算法最具优越性的一种。 RRT*算法是对传统的RRT算法进行改进和优化的算法。相比于传统的RRT算法,RRT*算法具有以下优势: 1. 最优路径:RRT*算法能够找到最优路径,而不仅仅是找到一条可行路径。它通过引入一个代价函数来评估路径的质量,并在树的生长过程中不断更新路径的代价,从而找到最优路径。 2. 收敛性:RRT*算法具有收敛性,即当迭代次数趋于无穷大时,算法能够找到全局最优解。这是因为RRT*算法在树的生长过程中会不断优化已有的路径,并且通过增加样本点的数量来提高搜索效率。 3. 采样偏置:RRT*算法能够在采样点的选择上引入偏置,使得采样点更有可能位于未探索区域,从而加快搜索速度。这是通过在采样点选择时考虑到树中已有节点的分布情况来实现的。 4. 算法复杂度:尽管RRT*算法在寻找最优路径方面更加强大,但其时间复杂度和空间复杂度与传统的RRT算法相当。这是因为RRT*算法在树的生长过程中只需要对已有节点进行一些简单的更新操作,而不需要重新构建整个树。 综上所述,RRT*算法在RRT算法的基础上进行了改进和优化,具有最优路径、收敛性、采样偏置和相对较低的算法复杂度等优势,因此可以说RRT*算法是RRT算法的衍生算法最具优越性的一种。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值