专栏首页arxiv.org翻译专栏机器人绘画的艺术风格:一种从人类艺术家那里学习笔触的机器学习方法
原创

机器人绘画的艺术风格:一种从人类艺术家那里学习笔触的机器学习方法

中文题目:机器人绘画的艺术风格:一种从人类艺术家那里学习笔触的机器学习方法

中文摘要:自20世纪70年代以来,机器人绘画一直是艺术家和机器人专家们感兴趣的课题。研究人员和跨学科艺术家们利用各种绘画技术和人机协作模型在画布上创建视觉媒介。机器人绘画的挑战之一是如何将理想的艺术风格应用到绘画中。风格转换技术与机器学习模型已经帮助我们解决这一挑战与视觉风格的具体绘画。然而,其他的手工风格元素,即画家的绘画技巧和笔触还没有得到充分的解决。我们提出了一种方法,通过与人类艺术家的合作,将艺术风格融入到笔触和绘画过程中。在本文中,我们描述了我们的方法:1)收集艺术家的笔触和手笔运动样本;2)训练生成模型,生成符合艺术家风格的笔触;3)将学习到的模型整合到机器人手臂上,在画布上作画。在一项初步研究中,71%的人类评估者认为我们的机器人画与艺术家的风格特征有关。

英文题目:Artistic Style in Robotic Painting; a Machine Learning Approach to Learning Brushstroke from Human Artists

英文摘要:Robotic painting has been a subject of interest among both artists and roboticists since the 1970s. Researchers and interdisciplinary artists have employed various painting techniques and human-robot collaboration models to create visual mediums on canvas. One of the challenges of robotic painting is to apply a desired artistic style to the painting. Style transfer techniques with machine learning models have helped us address this challenge with the visual style of a specific painting. However, other manual elements of style, i.e., painting techniques and brushstrokes of an artist have not been fully addressed. We propose a method to integrate an artistic style to the brushstrokes and the painting process through collaboration with a human artist. In this paper, we describe our approach to 1) collect brushstrokes and hand-brush motion samples from an artist, and 2) train a generative model to generate brushstrokes that pertains to the artist's style, and 3) integrate the learned model on a robot arm to paint on a canvas. In a preliminary study, 71% of human evaluators find our robot's paintings pertaining to the characteristics of the artist's style.

原文作者:Ardavan Bidgoli, Manuel Ladron De Guevara, Cinnie Hsiung, Jean Oh, Eunsu Kang

原文地址:https://arxiv.org/abs/2007.03647

PDF链接:https://arxiv.org/ftp/arxiv/papers/2007/2007.03647.pdf

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 推进图形代码要求的可视化规范

    中文摘要:人文学科的研究人员正在探索大数据世界。 他们已开始使用Python或R之类的编程语言及其相应的库来操纵大型数据集并发现全新的见解。 仍然存在的主要障碍...

    用户7454122
  • 社会计算的数学基础

    中文摘要:社会计算包括人们与计算系统交互的机制:众包系统、排名和推荐系统、在线预测市场、公民科学项目和协作编辑的wiki等等。这些系统都有一个共同的特征,即人类...

    用户7454122
  • 同时学习基于几何的视觉测程方法的修正和误差模型

    中文摘要:本文提出了这样一种观点,即深度学习方法可以用来补充经典的视觉测程管道,以提高它们的精度,并将不确定性模型与它们的估计相关联。我们表明,固有的偏见视觉测...

    用户7454122
  • 【论文推荐】最新五篇图像分割相关论文—R2U-Net、ScatterNet混合深度学习、分离卷积编解码、控制、Embedding

    【导读】专知内容组整理了最近五篇图像分割(Image Segmentation)相关文章,为大家进行介绍,欢迎查看! 1. Recurrent Residual...

    WZEARW
  • 【论文推荐】最新5篇图像分割(Image Segmentation)相关论文—多重假设、超像素分割、自监督、图、生成对抗网络

    【导读】专知内容组整理了最近五篇图像分割(Image Segmentation)相关文章,为大家进行介绍,欢迎查看! 1. Improved Image Seg...

    WZEARW
  • TARS: Contributing to an open source microservices ecosystem

    https://www.linux.com/news/tars-contributing-to-an-open-source-microservices-eco...

    TARS基金会
  • 基于技能要求的开放式教育视频推荐系统(CS CS)

    在本文中,我们建议一种新颖的方法来帮助学习者找到相关的开放式教育视频,以掌握劳动力市场上所需的技能。我们建立了一个原型,该原型包括:1)在职位空缺公告中应用文本...

    小童
  • 周志华:Learnware 将是机器学习的未来

    【新智元导读】《机器学习》作者、南京大学教授周志华在本文中,针对当前机器学习环境适应低、数据共享难等局限,提出新概念 learnware(学件)。Learnwa...

    新智元
  • 【论文推荐】最新6篇图像分割相关论文—隐马尔可夫随机场、级联三维全卷积、信号处理、全卷积网络、多源域适应、循环分割

    【导读】专知内容组整理了最近六篇图像分割(Image Segmentation)相关文章,为大家进行介绍,欢迎查看! 1.Combination of Hidd...

    WZEARW
  • 从意义表示转换多条件生成(cs,AI)

    在面向任务的对话系统中,能生成和对话流程相关特定信息的句子的自然语言生成系统非常有用。我们的研究重点是语言生成,将表达话语意义的各种信息视为生成的多种条件。NL...

    天然 8129060

扫码关注云+社区

领取腾讯云代金券