Bol vyvinutý algoritmus, ktorý určuje autora maľby podľa charakteristík ťahov v nej a je schopný rozlíšiť skutočné maľby od falzifikátov maľovaných inými umelcami. Vývojári školili program na sérii takmer tristo obrazov od známych umelcov, ako sú Picasso a Matisse, podľa MIT Technology Review. Vývoj amerických a holandských špecialistov bude predstavený na konferencii AAAI o umelej inteligencii vo februári 2018, predtlačený článok je uverejnený na arXiv.org.
Keďže obrazy známych umelcov spravidla existujú v jedinej kópii, ich ceny môžu predstavovať desiatky a stovky miliónov dolárov. Z tohto dôvodu sú niektoré maľby falšované malfaktormi a to nie je vždy viditeľné ani pre ľudí, ktorí sa orientujú v maľbe. Na ochranu proti takémuto falšovaniu sa navrhujú rôzne metódy, napríklad vybavenie obrazov jedinečnými identifikátormi, ktoré je takmer nemožné falšovať z dôvodu ich zložitej mikroštruktúry.
Vedci zo Spojených štátov a Holandska, vedení Ahmedom Elgammalom z Artrendexu a Rutgers University, vytvorili algoritmus, ktorý dokáže rozoznať autorov maľby podľa ich úderov. V roku 2015 už táto skupina vedcov vytvorila algoritmus, ktorý dokáže klasifikovať obrazy podľa autorov a dokonca aj štýly na základe ich individuálnych charakteristík, ako sú farby. V novej práci sa vedci rozhodli zamerať na jednu zložku obrazov - ťahy.
Každý zdvih môže byť opísaný mnohými charakteristikami, napríklad tvarom, dĺžkou, rovnomernosťou hrúbky pozdĺž zdvihu a ďalšími parametrami. Vedci sa rozhodli extrahovať tieto charakteristiky pomocou počítačových algoritmov. Obrazy boli spočiatku rozdelené do samostatných ťahov pomocou špeciálneho algoritmu. Ako súbor údajov pre algoritmy použili vedci 297 obrazov známych umelcov ako Picasso a Matisse, vyhotovených v štýle litografie, atramentovej kresby a ďalších. Algoritmus rozdelil tieto obrázky na viac ako 80 000 jednotlivých ťahov.
Súbor údajov pre výcvikové a testovacie algoritmy / Elgammal et al. / arXiv.org, 2017
Na posúdenie zdvihov sa vedci rozhodli použiť dva prístupy. Popísali základné charakteristiky, ako je hrúbka ťahu a pozdĺžny profil, pomocou rôznych deskriptorov a naučili algoritmus podporného vektora na klasifikáciu ťahov. Druhým prístupom bolo použitie rekurentnej neurónovej siete s kontrolovanými rekurentnými blokmi, ktoré nezávisle hľadali znaky charakteristické pre určitých umelcov.
Príklad falošných obrazov. Horný riadok: falošný; fake; originál Matisse. Stredný rad: pôvodný Matisse; fake; fake; originál Matisse. Spodný riadok: falošný; originál od Matisse; originál od Picasso; falošný / Elgammal a kol. / arXiv.org, 2017
Po príprave algoritmov ich vedci vyskúšali na rovnakom súbore údajov a kombináciou oboch prístupov dosiahli presnosť rozpoznávania umelcov 80%. Požiadali tiež päť umelcov, aby maľovali kópie obrazov Picasso, Matisse a Schiele. Keď dostali 83 obrazov, skontrolovali ich pomocou svojich algoritmov a zistili, že ich kombinácia je schopná rozpoznať falošné vo všetkých týchto obrazoch.
Propagačné video:
V posledných niekoľkých rokoch sa dosiahol výrazný pokrok v spracovaní a analýze obrazu pomocou algoritmov neurónovej siete. Takéto algoritmy môžu napríklad kombinovať niekoľko umeleckých štýlov na jednom obrázku, zmeniť náčrtky na plnohodnotné maľby a dokonca vytvoriť originálne umelecké diela. Podobné algoritmy tiež dobre fungujú s videozáznamami. Napríklad bol nedávno predstavený systém, ktorý vám umožňuje vkladať reč tretích strán do videosekvencie a takmer presne vytvárať artikulačné výrazy tváre rečníka.
Grigory Kopiev