В США создали программу, которая способна различать художников и стили живописи

Сотрудники факультета компьютерных наук американского университета в Нью-Джерси опубликовали доклад, в котором рассказали о нейронной сети, способной определять автора, жанр и стиль картины на основании различных метрик.

Точность определения стиля составила порядка 35 процентов — авторы объясняют это тем, что в базе данных картин, которую они использовали, не набралось достаточного количества примеров.

Результаты могли быть и выше, но нейронной сети не удалось эффективно различать работы схожих по стилю авторов. Например, программа не смогла отделить картины Камиля Писсарро от произведений Клода Моне (художники жили в одно время, были друзьями и посещали одну академию).

Невысокие показатели также были продемонстрированы в отделении природных пейзажей от городских, поскольку многие из них схожи между собой. Система не смогла с высокой долей точности разграничить произведения в таких стилях как «Ренессанс» и «ранний Ренессанс», «импрессионизм» и «постимпрессионизм» и другие.

Для того, чтобы обучить программу классифицировать живопись, учёные из США применили несколько алгоритмов, которые определяли «визуальные особенности» определенной выборки картин. Эти характеристики распределялись по важности: от низкого уровня (например, краёв картин) до высокого (например, объекты в живописи).

Читайте также: Ученые собираются вырастить динозавров в лаборатории

Часть из них, такие как цветовая гамма или стиль письма, может определить и человек, но остальные может распознать лишь программа. Полученные данные записывались в виде вектора. На основе собранной информации производилось обучение нейронной сети, после чего разработчики переходили к следующей выборке.

Подводя итог своей работы, учёные отмечают, что результаты работы еще далеки от идеала, но уже значительно превосходят все предыдущие попытки обучить машину определять принадлежность предмета живописи к тому или иному автору или стилю письма. Конечной целью их исследования является разработка системы, которая способна определять все характеристики картины и может заменить искусствоведа.