AI系统可以调整图像的对比度大小和形状

人工智能(AI)和艺术不像你想象的那样截然相反。事实上，自动系统已经与艺术家保持同步，制作节日歌曲，在佳士得拍卖的画布，以及制作彩色标识。而现在，软件开发人员已经利用AI的生成能力来操纵图像中的对比度，颜色和其他属性。

Holly Grimm毕业于OpenAI的学者计划，她在Arxiv.org上发表的一份预印纸上描述了她的作品(“ 关于影响CycleGAN艺术生成的艺术创作属性的培训 ”)。

格林兄弟AI模型的基础是一个生成对抗网络(GAN)，一个由数据生成发生器和鉴别器组成的两部分神经网络 - 后者试图区分发生器的合成样本和真实样本。Grimm选择了CycleGAN，这是一种相对最近被证明的学习两种图像分布之间转换的方法，作为她选择的架构。

“CycleGAN的图像到图像转换采用一组图像并试图使其看起来像另一组图像，”Grimm在博客文章中解释说。“训练数据未配对，这意味着数据集中的图像之间不需要精确的一对一匹配。这种[GA]已被用于使马看起来像斑马，苹果看起来像橙子。“

为了制作她的模型，Grimm提供了在开源ImageNet数据库上训练的ResNet50算法，并将其与来自视觉艺术百科全书WikiArt的“apple2orange”数据集的500幅图像训练的CycleGAN算法相结合。由此产生的系统，她称之为“艺术构图属性网络”或ACAN，学会了在改变八种不同的构图属性的同时制作照片：纹理，形状，大小，颜色，对比度，重复，原色和色彩和谐。

在测试中，ACAN成功地将主要为橙色的图像转换为具有蓝色和青色互补色的新图像，以及从其他图像中抽象出形式，颜色和纹理。在一些生成的样本中，重建照片中的对象与源图像中的对象几乎没有相似之处 - 对对比度，大小和形状进行了调整。

“即使样本量很小的500张图像，在ACAN的帮助下，CycleGAN似乎也能够区分出八种艺术成分属性，”Grimm写道。

她留下了未来的工作技术，如属性激活映射，它使用热图来突出显示图像的元素，并显示网络“看到”每个属性的内容，以及颜色和谐嵌入，这可能有助于神经网络学习颜色之间的关联在色轮上。

该组织表示，OpenAI的学者计划于9月份开始了第一堂课，该计划向“来自该领域代表团体的人群”开放。OpenAI总部位于旧金山，由Elon Musk，Reid Hoffman和Peter Thiel以及其他技术名人提供支持，计划在未来几个月发布第一个案例研究，以“帮助其他人推出类似计划”在他们自己的公司。