Розроблено алгоритм, що визначає автора картини за характеристиками штрихів у ній, а також здатний розрізняти справжні картини і підробки під них, написані іншими художниками. Розробники натренували програму на наборі з майже трьохсот картин відомих художників, наприклад, Пікассо і Матісса, повідомляє MIT Technology Review. Розробка американських і нідерландських фахівців буде представлена на конференції AAAI зі штучного інтелекту в лютому 2018 року, препринт статті опублікований на arXiv.org.
Оскільки картини відомих художників, як правило, існують в єдиному екземплярі, ціни на них можуть обчислюватися десятками і сотнями мільйонів доларів. Через це деякі картини підробляють зловмисники, причому не завжди це помітно навіть людям, які розбираються в живописі. Для захисту від таких підробок пропонуються різні методи, наприклад, оснащення картин унікальними ідентифікаторами, які практично неможливо підробити через їх складну мікроструктуру.
Дослідники з США і Нідерландів під керівництвом Ахмеда Ель-Гамаля (Ahmed Elgammal) з компанії Artrendex і Ратгерського університету створили алгоритм, який здатний впізнавати авторів картини за особливостями їхніх штрихів. У 2015 році ця група дослідників вже створила алгоритм, який вміє класифікувати картини по авторах і навіть стилях на основі їх індивідуальних характеристик, таких як колірна гамма. У новій роботі дослідники вирішили сконцентруватися на одному компоненті картин - штрихах.
Кожен штрих можна описати безліччю характеристик, наприклад, формою, довжиною, рівномірністю товщини вздовж штриха та іншими параметрами. Дослідники вирішили отримати ці характеристики за допомогою комп'ютерних алгоритмів. Спочатку картини розбивалися на окремі штрихи за допомогою спеціального алгоритму. Як набір даних для алгоритмів дослідники використовували 297 картин відомих художників, таких як Пікассо і Матісс, виконаних у стилі літографії, малюнка тушшю та інших. Алгоритм розбив ці картини на більш ніж 80 тисяч окремих штрихів.
Для оцінки штрихів дослідники вирішили використовувати два підходи. Вони описали основні характеристики, такі як товщина штриха і її поздовжній профіль, за допомогою різних дескрипторів, і навчили алгоритм, заснований на методі опорних векторів, класифікувати штрихи. Другий підхід полягав у використанні рекуррентної нейромережі з керованими рекуррентними блоками, яка самостійно шукала характерні для тих чи інших художників особливості.
Після підготовки алгоритмів дослідники протестували їх на тому ж наборі даних, і, комбінуючи обидва підходи, вони отримали точність розпізнавання художників на рівні 80 відсотків. Також вони попросили п'ятьох художників намалювати копії картин Пікассо, Матісса і Шиле. Отримавши 83 картини, вони перевірили їх за допомогою своїх алгоритмів, і з'ясували, що їх комбінація здатна розпізнати у всіх цих картинах підробку.
В останні кілька років в обробці та аналізі зображень за допомогою нейромережевих алгоритмів помітний сильний прогрес. Наприклад, такі алгоритми вміють змішувати в одному зображенні кілька художніх стилів, перетворювати начерки на повноцінні картини, і навіть створювати оригінальні твори мистецтва. Також подібні алгоритми добре працюють і з відеозаписами. Наприклад, нещодавно була представлена система, яка дозволяє вставляти сторонню промову у відеоряд, практично точно відтворюючи артикуляційну міміку того, хто говорить.