首页 » 论文导航 » 人文社科 » 正文
人工智能如何提取艺术准则
 
更新日期:2019-12-30   来源:艺术工作(原美苑)   浏览次数:289   在线投稿
 
 

核心提示:在进一步讨论之前,我们以绘画创作为例,简单介绍人工智能是如何创造艺术准则的。要让计算机创作图像,首先要让它能够看到图像,这便是计算机视觉(Co

 
在进一步讨论之前,我们以绘画创作为例,简单介绍人工智能是如何创造艺术准则的。
要让计算机创作图像,首先要让它能够“看到”图像,这便是计算机视觉(Computer Vision)领域的工作。最早对于计算视觉的讨论出现在1959年的Hubel和Wiesel等人的实验中。他们将探针插入猫的脑部,观察它们在浏览图像时的神经扰动。实验发现猫并不对图片本身而是对图像的边缘产生了反应。这说明图像边缘(edge)对于猫的视觉刺激更高。
到了1963年,Lary Roberts开展了名为 Block World项目,成功使得计算机识别出了多边体。正如Hubel和Wiesel发现的那样,人们的大脑对视觉信息的处理是基于边缘和形状的,而Lary Roberts在他的博士论文中,正是要基于这一点来试图从图像中解析出边缘和形状。
而作计算机视觉正式发展,得力于1966年的夏季——MIT在这个夏天正式成立了人工智能实验室,并尝试在这个夏天解决计算机视觉的问题。当然,他们并没有获得想象中的成功,但是他们遇到的各种难题开创了计算机视觉的时代。
现在,我们通常使用卷积神经网络(CNN)来解决计算机视觉问题。卷积神经网络是专门针对图片处理方面的神经网络,当我们输入一张图片时,我们实际上输入的是三个(或四个)通道(颜色通道)下的矩阵(matrix)。输入矩阵每通过一个卷积层(Convolutional Layer),就会被其取出相应的特征,利用不同的卷积核(滤波矩阵)就可以提取图片的不同特征。提取出来以后的数据传输到到池化层(Pooling Layer),缩小其数据规模,减少复杂度。卷积和池化连起来我们叫做一个隐层(Hide Layer),一个卷积神经网络会包含很多个隐层,隐层之后是全连接层(fully connected layer),把前面经过多个卷积池化层的特征转化为特征向量,这特征向量的集合就是图片的各个特征,计算机利用这些特征,就可以对图片进行识别和分类了。
点击在线投稿
 

上一篇: 人工智能如何提取艺术准则

下一篇: 人工智能如何提取艺术准则

 
相关论文导航
 
 
 
 
 
 
 
相关评论
 
分类浏览
 
 
展开
 
 
 

京ICP备2022013646号-1

(c)2008-2013 聚期刊 All Rights Reserved

 

免责声明:本站仅限于整理分享学术资源信息及投稿咨询参考;如需直投稿件请联系杂志社;另涉及版权问题,请及时告知!