计算美学:计算科学驱动的视觉美学度量与生成

目的计算美学旨在实现可计算的审美决策、美学设计与艺术创作,其在美学的计算建模与高效分析理解方面具有重要的科学意义。同时,依赖于计算机技术自动、高效等特点,以计算方法改进美学工具、进行艺术作品创作具有广阔的应用前景。随着人工智能技术的发展,计算美学的内涵得到了极大的丰富与扩展,同时也出现了对美学更高层次的理解、创作的挑战。方法从现有前沿工作出发,将计算美学研究归纳为美学度量与美学生成两个方面研究内容。其中美学度量通过神经网络自动提取图像美学特征来判断视觉作品是否符合美感,美学生成则主要通过生成模型自动进行图像风格、布局、颜色等的设计。结论通过分析计算美学发展的关键挑战对审美认知机理驱动的美学度量、个性化美学生成等未来方向进行了展望。

计算美学的生成与度量

计算美学作为一门跨学科研究领域,旨在探讨计算机科学与艺术的交汇点,让计算机得以像人类一样做出审美决策,包含美学的生成和度量两个方向,核心在于研究美的本质及如何利用计算机技术来实现和衡量美。计算美学的生成即利用计算机生成具备人类感知中美的特质的艺术作品,文章分析了当前美学生成研究核心的辅助生成、自动生成和风格迁移的现状与发展,讨论了美学生成的挑战与机遇。计算美学的度量即通过计算机技术实现对美的量化,文章从美学特征的视角介绍了美学度量的具体路径,以及生成式对抗网络、卷积神经网络等前沿的度量方法。

软件产品度量

软件产品量度对软件工程过程中有重要性,我们在组织软件产品度量时应遵循的指导原则。在这些指导原则基础上,我们建立的软件度量:基于WebApp设计的软件度量,源代码度量等。这些软件度量帮助软件工程师开发有意义的度量,用以评估分析与设计建模、源代码生成以及测试期间所产生的工作产品的质量。

可计算图像美学研究进展

可计算图像美学研究目的是希望计算机能够模拟人类的视觉系统与审美思维对图像进行美学价值的判断。其研究成果可以应用到融合主观感知的基于语义的图像检索、图像美学质量评估、图像的美学修正、摄影的美学预测、艺术作品风格分析、人机交互等方面。该研究涉及美学、艺术、认知科学、计算机科学、心理学等多个学科,属于多学科交叉的创新性前沿研究课题,具有重要的理论研究价值和应用前景。总结国际上最新研究成果,对该研究的常用方法和存在问题进行了系统的分析及综述,给出了可计算图像美学分析研究的一般框架,对图像的审美度量、美学视觉特征提取和美学推导等关键技术,以及图像美学的应用与发展前景等进行了详细讨论,并且针对当前研究存在的问题提出关键的解决方案。