行业焦点

经过 8 万画作+人工注释训练,算法学会了赏析名画


浏览量:3073

AI 艺术评论家的诞生

编者按:本文来自微信公众号“HyperAI超神经”(ID:HyperAI),作者:神经小兮,36氪经授权发布。


内容提要:

艺术作品往往寄托着作者内心的情感,人们欣赏一支乐曲、一幅画作,也会产生情感共鸣。计算机又能否理解艺术画作中的情感?斯坦福大学的研究团队正在开发这一算法。


列夫·托尔斯泰说过:「艺术是一种人类活动,一个人通过某种外在符号,有意识地把自己经历过的感受传达给别人,而别人也会被这些感受所感染,真切地体验到这些感受。」


以艺术画作为例,每一幅作品的背后,都蕴藏着画家的某种情感。梵高、毕加索等著名画家,都曾在不同创作时期,通过不同色彩、构图等,表达自己当时所特有的心境与情绪。


计算机能否理解这些艺术画作中所蕴含的感情色彩呢?斯坦福大学的计算机科学研究团队,收集了一个名为 ArtEmis 的新数据集,包含大量的艺术画作及人工标注的相应情感体验,并训练出能够对视觉艺术产生情感反应的计算机模型。


理解画作,从情感标记数据集开始

 WikiArt:线上名画博物馆 

非营利性的志愿项目 WikiArt,自 2010 年上线至今,收录了来自世界各地的视觉艺术作品,堪称大型线上名画博物馆。


据该网站数据显示,截至 2020 年 1 月,该网站共收录来自 3293 位艺术家的 169057 件画作,包括 61 个流派。


WikiArt 上面画作数量庞大、分类清晰,因此也成为许多 AI 领域研究者用来训练算法的数据集。


2015 年,罗格斯大学与 Facebook AI 实验室的研究人员,合作开发了 GAN(生成对抗网络),就在 WikiArt 数据上对其进行了训练,让 GAN 能够区分不同风格的艺术。


ArtEmis:诞生于 WikiArt 的新数据集 

斯坦福大学团队则基于 WikiArt 上的作品,创建了一个新的视觉艺术标注数据集 ArtEmis。


他们对 WikiArt 上 1119 位艺术家的 81446 件艺术作品,一一进行了标注。这些作品包括从 15 世纪创作的艺术作品,到 21 世纪创作的现代美术画,涵盖了 27 种艺术风格(抽象、巴洛克、立体主义、印象主义等)和 45 种流派(城市景观、风景、肖像、静物等),给观众带来非常多样化的视觉冲击。


其中,每个作品要求至少 5 个标注者,写出他们看到这幅画作时的主导情绪,并解释产生这种情绪的原因。


具体来说,要求标注者在观察一件艺术品后,先从 8 种基本情绪状态(愤怒、厌恶、恐惧、悲伤、娱乐、敬畏、满足和兴奋)中,选一种自己所感受到的主要情绪,如果以上 8 种情绪都不是,也可以标注「其它」。


标注了情绪感受之后,标注者需要再用文字,进一步解释自己为什么产生这种感觉,或者为什么没有任何强烈的情绪反应。


以下为人工标注者为画作标注的情感标签,以及详细解释:


这份标注工作最终由亚马逊众包平台的 6377 名标注者完成,总共耗时 10220 个小时。


团队表示,与其他现有同类数据集相比,ArtEmis 的标注使用了更加丰富、感性且多样化的语言,这些标注形成的语料库,共包含了 36347 个不同的词语。


ArtEmis 数据集

视觉艺术的情感标记数据集


发布机构:斯坦福大学,巴黎综合理工学院以及阿卜杜拉国王科技大学


包含数量:共 439121 条画作标注


数据格式:csv


数据大小:21.8 MB


地址:https://hyper.ai/datasets/14861


 一个可感知情感的算法,是怎样炼成的

为了让计算机也能够像人类一样,对视觉艺术产生情感反应,并用语言证明产生这些情感的原因,团队基于这一大规模数据集,训练了一个 Neural Speaker(神经表达者)。


斯坦福大学 HAI 学院的教授 Guibas 表示,这是计算机视觉领域中一项新的探索。此前经典的计算机视觉方法,往往是指出图像中有哪些内容,比如:有三只狗;有人正在喝咖啡……而他们的这项工作,则是定义视觉艺术中的情感。


经过 ArtEmis 数据集训练之后,算法识别出不同的画作中蕴含的情感,并自动生成了这样判断的依据,示例结果如下:


论文中介绍了具体训练思路。首先,用 ArtEmis 来训练模型,实现艺术画作的情感解释问题。这属于经典的 9 路文本分类问题,团队使用基于交叉熵的优化,应用于从头开始训练的 LSTM 文本分类器,同时也考虑对为这个任务预训练的 BERT 模型进行微调。


另外,让计算机对人类通常会对作品产生的情绪反应进行预测。


为了解决这个问题,团队将输出和 ArtEmis 用户标注之间的 KL-分歧最小化,以此对基于 ImageNet 的预训练 ResNet32 编码器进行微调。


对于给定的一幅画作,分类器先判断其传达的情感是积极还是消极,再进一步判断具体是哪种情感。


团队介绍,对于一幅画作,算法不仅能够感知整体的情感色彩,还能区分画中不同人物的感情。以这幅伦勃朗的《被斩首的圣施洗者约翰》为例,AI 算法不仅捕捉到了被斩首的约翰的痛苦,还感知到了画中被献首的女性莎乐美的「满足」。


当算法拥有了共情能力

人类的情感非常丰富且复杂微妙,即使是我们人类自己,也并不能百分之百理解某些艺术家想要表达的心情,所以,要让 AI 精准地理解艺术家的意图,目前必然还存在一定挑战。


不过,此次 ArtEmis 数据集的发布,已经让 AI 在处理图像情感属性方面,迈出了第一步。


团队表示,待进一步研究与改进之后,算法或许能够感知人类的悲欢,艺术家便可借助算法,评估自己的作品是否能达到预期的情感表达效果。另外,一旦算法能通人性,人机交互的过程也将更加自然、和谐。


新闻来源:


https://techxplore.com/news/2021-03-artist-intent-ai-emotions-visual.html


数据集论文:https://arxiv.org/pdf/2101.07396.pdf


项目主页:https://www.artemisdataset.org/#videos