Using a CNN Model to Assess Paintings’ Creativity

要約

芸術的創造性の評価は研究者にとって長年の課題であり、従来の方法では時間がかかることが判明しています。
最近の研究では、絵画ではなく、図面の創造性を評価するために機械学習が適用されています。
私たちの研究では、人間の絵画の創造性を自動的に評価する CNN モデルを開発することで、このギャップに対処しています。
専門家や子供による 600 点の絵画のデータセットを使用することで、私たちのモデルは 90% の精度を達成し、人間の評価者よりも速い評価時間を達成しました。
このアプローチは、芸術的創造性評価の進歩における機械学習の可能性を実証し、従来の方法に代わるより効率的な方法を提供します。

要約(オリジナル)

Assessing artistic creativity has long challenged researchers, with traditional methods proving time-consuming. Recent studies have applied machine learning to evaluate creativity in drawings, but not paintings. Our research addresses this gap by developing a CNN model to automatically assess the creativity of human paintings. Using a dataset of six hundred paintings by professionals and children, our model achieved 90% accuracy and faster evaluation times than human raters. This approach demonstrates the potential of machine learning in advancing artistic creativity assessment, offering a more efficient alternative to traditional methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google