人工知能が絵画の質感から画家を識別する

2D 画像から画像を認識することは目新しいことではありません。Google や Baidu を開いて画像を検索し、その画像や関連する多くの画像に関する情報を見つけるのは簡単です。

しかし、芸術の世界では、特に出所が不明（または証明されていない）絵画の作者を探す場合、そのようなツールだけでは十分ではないかもしれません。現在、研究者たちはそのギャップを埋めるために絵画認識を3次元に持ち込み、絵画アプリケーションの物理的な地形的特徴を利用して、人間の指紋のように絵画の作者を特定できるテクスチャシグネチャを開発している。

「エル・グレコ、レンブラント、ピーテル・パウル・ルーベンスなど多くの有名な芸術家は、自分たちの作品に対する市場の需要を満たすために、さまざまな規模のスタジオを使用していた」と、著者らはヘリテージ・サイエンス誌に掲載された論文の中で説明している。 「ワークショップでは、さまざまなアーティストが独自のスタイルで完成した絵画を制作しようとします。」芸術作品の価値は、多くの場合、画家と密接に関係しており、この帰属の異議申し立ては、大きな利益相反を生み出すことになります。絵画の帰属の問題を理解するには、偏りのない定量的な方法が必要です。

研究者たちはクリーブランド美術大学から絵画を学ぶ学生9人を集め、各学生に睡蓮の写真のレプリカを3枚ずつ作らせた。その後、美術史家と絵画保存家からなるチームが、スタイルが最も似ている 4 人の芸術家を選出しました。その後、4 人のアーティストの絵画の表面の高さの情報が 50 ミクロン (紙 1 枚の厚さに相当) の空間解像度でキャプチャされました。これは、通常数百ミクロンの差にまで縮小される微細な筆遣いの特徴をキャプチャするのに十分な解像度です。

この高解像度の物理的地形図（各絵画の 12cm x 15cm の領域をキャプチャ）は、1 センチメートル四方のパッチに分割され、絵画 1 枚あたり 180 個のパッチが作成されました。次に、アンサンブル畳み込みニューラル ネットワーク モデルが、これらの数百のパッチのほとんどを使用してトレーニングされ、アーティストが絵画を適用した方法のスタイル上の違いのみに基づいて他の属性を決定することを学習します。

研究者らは、このアプローチの精度は60～90パーセントであり、特定の条件下では画像認識モデルを使用した場合の精度の2倍以上であることを発見した。著者らは次のように結論づけている。「驚くべきことに、この微細な物理的地形の識別は、アーティストを確実に区別するための鍵であり、科学的判断のための強力なツールとして役立つ可能性がある。」

実際、人工知能は芸術創作においてますます幅広く利用されています。専門的な訓練を受けていないが芸術に強い関心を持つ素人が絵画を創作するのを支援できる AI ツールはすでに存在します。