[ { "id": 1, "label": "100%×150_Branding_desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "cndo", "p2": "ezfl" } } }, { "id": 2, "label": "1200х400", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "cndo", "p2": "ezfn" } } }, { "id": 3, "label": "240х200 _ТГБ_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "i", "ps": "cndo", "p2": "fizc" } } }, { "id": 4, "label": "240х200_mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "i", "ps": "cndo", "p2": "flbq" } } }, { "id": 5, "label": "300x500_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "cndo", "p2": "ezfk" } } }, { "id": 6, "disable": true, "label": "1180х250_Interpool_баннер над комментариями_Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "clmf", "p2": "ffyh" } } }, { "id": 7, "disable": true, "label": "Article Footer 100%_desktop_mobile", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fjxb" } } }, { "id": 8, "label": "Fullscreen Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "cndo", "p2": "fjoh" } } }, { "id": 9, "label": "Fullscreen Mobile", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "cndo", "p2": "fjog" } } }, { "id": 10, "disable": true, "label": "Native Partner Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyb" } } }, { "id": 11, "disable": true, "label": "Native Partner Mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyc" } } }, { "id": 12, "label": "Кнопка в шапке", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "cndo", "p2": "fdhx" } } }, { "id": 13, "label": "DM InPage Video PartnerCode", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox_method": "create", "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "cndo", "p2": "flvn" } } }, { "id": 14, "label": "Yandex context video banner", "provider": "yandex", "yandex": { "block_id": "VI-223677-0", "render_to": "inpage_VI-223677-0-101273134", "adfox_url": "//ads.adfox.ru/228129/getCode?p1=byaeu&p2=fpjw&puid1=&puid2=&puid3=&puid4=&puid8=&puid9=&puid11=&puid12=&puid13=&puid14=&puid21=&puid22=&puid31=&fmt=1&pr=" } } ] { "gtm": "GTM-NDH47H" }
{ "author_name": "Максим Максимов", "author_type": "self", "tags": ["\u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u044f_\u043d\u043e\u0432\u043e\u0441\u0442\u044c","\u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438","\u043d\u0430\u0443\u043a\u0430","\u0436\u0438\u0432\u043e\u043f\u0438\u0441\u044c","\u043a\u043e\u043c\u043f\u044c\u044e\u0442\u0435\u0440\u043d\u043e\u0435_\u0437\u0440\u0435\u043d\u0438\u0435","\u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u0435_\u0441\u0435\u0442\u0438"], "comments": 8, "likes": 0, "favorites": 0, "is_advertisement": false, "section_name": "default" }
2 403

Программу научили 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. На это обратило внимание научно-популярное издание N+1.

Программа смогла классифицировать картины по автору и жанру с точностью около 60 процентов. Точность определения стиля оказалась несколько ниже и составила порядка 35 процентов — это авторы объясняют 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.

Картины разных стилей и жанров, которые программа определяла как схожие

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).

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.

В 2012 году Google разработал свою нейронную сеть, способную анализировать изображения. Спустя какое-то время она научилась различать котов. Обучение программы происходило на основе случайной выборки ролик с YouTube

#Категория_Новость #технологии #наука #живопись #компьютерное_зрение #нейронные_сети

Статьи по теме
Фоторепортаж: Выставка Дюрана
Популярные материалы
Показать еще
{ "is_needs_advanced_access": true }

Лучшие комментарии

Дискуссии по теме
доступны только владельцам клубного аккаунта

Купить за 75₽
Авторизоваться

Преимущества
клубного аккаунта

  • отсутствие рекламы
  • возможность писать комментарии и статьи
  • общение с членами клуба
Подробнее

Преимущества
клубного аккаунта

  • отсутствие рекламы
  • возможность читать и писать комментарии
  • общение с членами клуба
  • возможность создавать записи

Сколько это стоит?

Членство в клубе стоит всего 75₽ в месяц. Или даже дешевле при оплате за год.

Что такое клуб?

Клуб ТЖ это сообщество единомышленников. Мы любим читать новости, любим писать статьи, любим общаться друг с другом.

Вступить в клуб

Комментарии Комм.

Популярные

По порядку

Прямой эфир

Вы не против подписаться на важные новости от TJ?

Нет, не против