큰 데이터 새로운 용도: 우수한 예술가 만들기

큰 데이터는 단지에 대 한 데이터의 크기:도 발견 하 고 다른 데이터 소스를 사용 하 여 중요 하다. 데이터는 웹 페이지 데이터, 센서 데이터, 위치 데이터, 및 현재 예술 데이터 수 있습니다. 아니, 그것은 세계 주인에서 데이터, 그것은 우리 것 들을 그리는 데 사용 하는 데이터의 양을 대 한.

SIGGRAPH 회의에서 로스 앤젤레스에서 이번 주, 연구에 대 한 두 개의 연설 했다. 그들의 http://www.aliyun.com/zixun/aggregation/6551.html "> 연구 결과 수집 된 데이터는 오른쪽, 경우 어떻게 사람이 페인트의 포괄적인 이해를 할 수 있습니다. 프로젝트 중 하나는 카네기 멜론 대학 및 Microsoft 연구 팀에 의해 수행 됐다, 데이터를 가져오려면 과목 Pictionary와 행운의 바퀴 사이 게임 아이폰을 보자. 연구 특히 crowdsourcing 메서드에서 데이터를 생성, 아이폰의 유비를 사용 하 여 및 데이터 수집에 대 한 17000 스케치를 수집 하는 마지막으로 흥미로운 일 이다.

그들은 유명 인사 또는 서로 아는 친구의 그림을 자신의 손가락을 사용 하 여 drawafriend 라는 게임 주제 물었다. 참가자를 완료 한 후 드로잉 다음 1 개의 치기에서 다른 참가자에 게 표시 되 고 다른 참가자 추측 확실성의 정도 따라 그것을 그린 사람. 목표는 각 참가자의 스트로크를 덜 비교 추측 수, 그림의 높은 스트로크 점수.

Drawafriend 재생 하는 방법

연구원은 교정 방법 몇 가지 나쁜 선 및 사용자 몰랐다 지방 손가락을 해결 하기 위해 사용 됩니다. 연구자에 대 한 다음 단계 사용자 동작 (예: 사용 하는 경우 "취소" 기능, 선, 등의 순서), 데이터를 수집 하 여 분석 하는 다른 방법의 찾을 것입니다 그리고 그들은 또한 더 정확 하 고 미적 스트로크를 확인 하는 방법을 고려 하 고.

또 다른 연구는 디즈니에서 온다. 그들은 발견 일부 예술 노동자 그들 스타일러스와 24 다른 사람을 스케치 하 고 24의 각 때마다 이전 보다 적은 4 번 그린 했다 (270, 90, 30, 및 15 초). 이 방법에서는, 연구원은 각 예술 노동자에 대 한 8000 스트로크를 수집.

연구원은 데이터 분석 말 하 눈 너무 가까이 또는 턱 윤곽 너무 두꺼운, 같은 작가 스케치와 원래, 차이 확인할 수 있습니다 수정 하는 나쁜 버 릇을 찾아 그들을 도울 수 있다.

디즈니 연구에서 스케치 및 분석 예제

연구의이 종류는 아주 소설, 수집 하 여 거의 모든 종류의 디지털 데이터를 분석 하는 것을 의미 하지만 또한 그 누군가가 물어 보 곤 했었다 그것 될 것 이라고 상상할 수 있습니다. 어쩌면 디즈니는 엔진 프로그램을 만들기 위해이 기술을 사용할 수 있는 같은 회사 인기 영화 비디오 속 편 수 하거나 주목 받는 작가 그들의 나쁜 습관을 극복할 수 있도록 교육 소프트웨어 사용.

그렇지 않으면, 예술가의 작품의 고유성으로 인해 것으로 보인다. 알고리즘을 수정 하 고 스트로크를 최적화할 수 있는 경우에, 그 결과 작품은 아니라 무엇 내가 그것을 완료? 그리고, 디즈니 연구원은 지적, 일부 변종 때때로 부정확 한 복제의 결과 보다는 사람의 스타일의 더 많은.

그것은 중요 한 우리가 수집 하 고 이러한 데이터를 분석 하 고 (카네기 멜론 대학 연구 프로젝트) 처럼 같은 규모에 도달 하는 기능이 있다. 누군가가 이러한 예술 알고리즘에 대 한 많은 애플 리 케이 션을 찾을 것입니다 하지만 난 모 르 겠 확신 해요. 하지만 시간 때 단순히이 세상에서 뭔가 정할 필요가 있을 것 때문에 우리는 능력-아트 그들 중 하나 라고 할 수 있다.