基于统计图像特征预测动态生成艺术品的美学:一个时间依赖的模型

科学领域:

• 计算机科学 计算机科学
• 艺术与美学 艺术与美学
• 人与计算机的交互

背景情况:

• 自动化审美评估模型主要关注静态视觉艺术.
• 动态视觉艺术,特别是基于计算机的形式,提供独特的艺术表达和观众参与.
• 需要一个专门的动态艺术评估模型来指导艺术家并增强创作过程.

研究的目的:

• 开发一个依赖时间的模型来预测动态生成艺术品的美学吸引力.
• 确定影响不断发展的数字艺术美学质量的关键视觉特征.
• 为评估和改进动态的创造性艺术提供一个框架.

主要方法:

• 通过使用一种共同的方法创作了八件生成性艺术品.
• 建立了一个依赖时间的模型,以基于视觉特征来预测美学.
• 使用面板回归分析来评估时间变化的特征对美学吸引力的影响.

主要成果:

• 精选的图像特征有效地捕捉了动态艺术品的不断变化的特征.
• 审美吸引力受到光度分布偏,垂直对称性和平均色调值的显著影响.
• 该研究表明,整合时间图像特征预测了动态生成艺术的美学吸引力.

结论:

• 已经建立了一种新的方法来评估动态的生成性艺术美学.
• 随着时间的推移,分析的特定视觉特征是数字艺术美学吸引力的关键预测因素.
• 这项研究通过解决动态视觉形式的独特挑战,为自动化艺术评估领域做出贡献.