Thông tin tài liệu
UNIVERSITE NATIONALE DU VIETNAM, HANOI INSTITUT FRANCOPHONE INTERNATIONAL ĐÀO THỊ DUYÊN CONCEPTION, ANALYSE ET DÉVELOPPEMENT D’UN ALGORITHME GÉNÉTIQUE INTERACTIF DE GÉNÉRATION D’IMAGES GUIDÉ PAR L'ÉVALUATION HUMAINE: LE PROJET PERMUTOPAINTER THIẾT KẾ, PHÂN TÍCH VÀ PHÁT TRIỂN MỘT THUẬT TỐN DI TRUYỀN TƯƠNG TÁC ĐỂ TẠO SINH ẢNH DỰA THEO HƯỚNG DẪN CỦA ĐÁNH GIÁ CỦA CON NGƯỜI : DỰ ÁN PERMUTOPAINTER MEMOIRE DE FIN D’ETUDES DU MASTER INFORMATIQUE HANOI – 2015 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com UNIVERSITE NATIONALE DU VIETNAM, HANOI INSTITUT FRANCOPHONE INTERNATIONAL ĐÀO THỊ DUYÊN CONCEPTION, ANALYSE ET DÉVELOPPEMENT D’UN ALGORITHME GÉNÉTIQUE INTERACTIF DE GÉNÉRATION D’IMAGES GUIDÉ PAR L'ÉVALUATION HUMAINE: LE PROJET PERMUTOPAINTER THIẾT KẾ, PHÂN TÍCH VÀ PHÁT TRIỂN MỘT THUẬT TỐN DI TRUYỀN TƯƠNG TÁC ĐỂ TẠO SINH ẢNH DỰA THEO HƯỚNG DẪN CỦA ĐÁNH GIÁ CỦA CON NGƯỜI : DỰ ÁN PERMUTOPAINTER Spécialité: Systèmes intelligents et Multimédia Code: Programme pilote MEMOIRE DE FIN D’ETUDES DU MASTER INFORMATIQUE Sous la direction de: Directeur de Recherche l’IRD, M Jean-Daniel Zucker Mtre de Conférences l’Université de La Rochelle, Mme Muriel Visani HANOI – 2015 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ATTESTATION SUR L’HONNEUR J’atteste sur l’honneur que ce mémoire a été réalisé par moi-même et que les données et les résultats qui y sont présentés sont exacts et n’ont jamais été publiés ailleurs La source des informations citées dans ce mémoire a été bien précisée LỜI CAM ĐOAN Tôi cam đoan cơng trình nghiên cứu riêng tơi Các số liệu, kết nêu Luận văn trung thực chưa công bố cơng trình khác Các thơng tin trích dẫn Luận văn rõ nguồn gốc Fait Hanoï, le 30 Octobre 2015 Hà nội, Ngày 30 tháng 10 năm 2015 Đào Thị Duyên i LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Table des matières Table des matières ii Remerciements iv Liste des figures vii Liste des tableaux viii INTRODUCTION Chapitre – PRÉSENTATION GÉNÉRALE 1.1 Présentation de l’établissement d’accueil 1.1.1 Présentation de l’IRD - organisme d’accueil 1.1.2 Présentation «Vietnam-France ICT Lab» - lieu de travail 1.2 Contexte du sujet 1.3 Description du sujet 1.4 Art visuel et Abstraction 11 1.4.1 Système de Kandinsky (Gortais, 2003) 11 1.4.2 Constructions 14 1.4.3 Couleurs 14 Chapitre – ÉTAT DE L’ART 16 2.1 Travaux existants en génération d’images 16 2.2 Représentation d’images 17 2.2.1 Descripteurs locaux 18 2.2.2 Descripteurs globaux 23 2.3 Regroupement (Clustering) 25 2.4.1 K-moyennes (K-means) 27 2.4.2 K- médoïdes 28 2.4 Évolution 30 2.4.1 Algorithme génétique 30 2.4.2 Random Forest 31 ii LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Chapitre – SYSTÈME PROPOSÉ 34 3.1 Aperỗu global du système 34 3.2 Modification d’image 35 3.3 Suggestion des images 36 3.3.1 Génération des images 37 3.3.2 Extraction de caractéristiques 38 3.4 Evaluation des images 39 3.5 Apprentissage 41 Chapitre – IMPLÉMENTATION ET EXPÉRIMENTATION 42 4.1 Outils et Environnement d’implémentation 42 4.2 Construction des données d’entrnement 42 4.3 Résultats obtenus 43 4.4 Évaluation de l’utilisateur 47 4.4.1 Objectif recherché 47 4.4.2 Objectif atteint 49 4.4.3 Desiderata 49 Chapitre - CONCLUSIONS ET PERSPECTIVE 50 5.1 Conclusion 50 5.2 Perspective 51 5.2.1 Amélioration de la représentation des images 51 5.2.2 Amélioration d’ensemble d’images d’entrainement 51 5.2.3 Amélioration d’algorithme de génération d’images 52 RÉFÉRENCES 54 ANNEXES 56 iii LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Remerciements Les plus grandes leỗons ne sont pas tirées des livres mais des professeurs tels que vous, tous les professeurs de l’Institut Francophone International (IFI) Je souhaite exprimer ma sincère gratitude vous qui ont pris le temps de m'aider au cours dans trois années et de m'avoir accompagné dans la mtrise de mes connaissances Je tiens remercier vivement Monsieur Jean-Daniel Zucker, Directeur de Recherche l’IRD, Hanoi, Vietnam et Madame Muriel VISANI, Mtre de Conférences l’Université de La Rochelle, La Rochelle, France, pour leur encadrement sans faille, le suivi qu’ils ont apporté mon stage, leurs conseils, leurs corrections de ce mémoire, les nombreuses discussions que nous avons pu avoir tout au long de la réalisation de ce stage, et pour le temps qu’ils ont bien voulu me consacrer Je souhaite remercier Monsieur TRAN Hoang Tung, Doctorat en sciences informatiques, Enseignant et assistant de recherche d’Université des Sciences et Technologies de Hanoï, Vietnam, pour les conseils, l’inspiration et l’idée lorsqu’il y a des difficultés, les nombreuses discussions propos de la compréhension des problématiques Je tiens remercier chaleureusement Monsieur Bernard Gortais pour la gentillesse, la confiance, la correction de ce mémoire et les aides enthousiastes Je remercie également toute l'équipe de Vietnam-France ICT Lab pour leur accueil, leurs aides plusieurs reprises pendant mon stage Je tiens remercier sincèrement Madame NGUYEN Thi Van Tu, secrétaire de l’IFI pour les aides plusieurs reprises J’adresse mes sincères remerciements Madame NGUYEN Thi Thuy, Doctorat en sciences informatiques, Vietnam National University of Agriculture pour la compréhension sur l’algorithme Random Forest Enfin, j’adresse mes plus sincères remerciements ma famille, mes amis, qui m’ont toujours soutenue et encouragée au cours de la réalisation de ce mémoire DAO Thi Duyen iv LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Résumé Le projet PermutoPainter est basé sur la recherche que l’artiste Bernard Gortais a développée dans ses dernières peintures « Arrangements avec le hasard » présentées la Galerie Keller Paris en novembre 2014 et la Galerie 14 Toucy – France (89130) Dans ce projet, l’œuvre peinte est découpée et décomposée en petits 24 carrés égaux et puis recomposée indépendamment de l’image initiale L’utilisation d’un ou de plusieurs de ces contrastes permet de créer des formes et de structurer le rectangle par le choix d’un nouvel arrangement des fragments qui le compose L’auteur trouve que les propositions sont d’autant plus intéressantes qu’elles sont paradoxales Le problème principal que PermutoPainter tente de résoudre est de formaliser le processus créatif qui permet de créer des arrangements et de concevoir un programme qui donnera les "meilleures" permutations ; c’est-à-dire, celles pour lesquelles l’auteur aura le plus d’intérêt en tenant compte du fait qu’il doit pouvoir préciser son désir de création au cours du processus évolutif Il s’agit donc dans notre stage de concevoir et d’implémenter un algorithme évolutif qui suive les étapes suivantes : utilisation des techniques d’extraction de caractéristiques d’images, représentation des images sous la forme des vecteurs descripteurs, regroupement de ces vecteurs par l’algorithme K-médoids et utilisation de l'algorithme de classification des « forêts aléatoires » pour permettre un artiste d'explorer et d'identifier efficacement des compositions « intéressantes» résultants de la combinaison de morceaux d’images et cela de manière interactive Mots-clés : Aide la créativité, Analyse d'image, synthèse d'image, regroupement automatique, forêts aléatoires v LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Abstract The PermutoPainter projet is based on the research of the artist Bernard Gortais who has developed in his latest paintings “Random Arrangement” presented at the Keller Gallery in Paris in November 2014 and at the Gallery 14 in Toucy – France (89130) In this project, the painted work is cut out and broken down into 24 equal small squares and then recomposed independently from the initial image The use of one or more of these contrasts can create shapes and structure by choosing a new arrangement that consists of the fragments The artist finds that the proposals are even more interesting when they are paradoxical The main problem that PermutoPainter tries to solve is to formalize the creative process so as to create arrangements and build the system that will give the best permutations; that is to say, those for which the author has the most interest Given that s/he must elicitate what characterizes his/her interest in order to automate the creative process In our internship project our objective was to design and implement an evolutionary algorithm which includes the following steps: extracting image features, representation of images as descriptors vectors, clustering of these vectors by the K-médoids algorithm and then using the classification algorithm “random forest” to help a researcher to effectively explore and identify the "interesting" compositions resulting from the combination of pieces of images in an interactive way Keywords: Creativity process, Image processing, Machine Learning, Clustering, K-medoids, Random Forest vi LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Liste des figures Figure 1- Exemple d’œuvre peinte Figure 2- Exemple d’arrangements Figure 3- Fragments de ligne 10 Figure 4- Points de résonance sur une surface 11 Figure 5- Ligne horizontale de résonance sur une surface 12 Figure 6- Ligne verticale de résonance sur une surface 12 Figure 7- Ligne diagonale de résonance sur une surface 12 Figure 8- Ligne libre de résonance sur une surface 13 Figure 9- La gravure de « la Mort, le Diable et le Chevalier » 13 Figure 10- Système EcoEvo (Feng & Ting, 2014) 17 Figure 11- Descripteur SIFT 19 Figure 12- Intersection avec une ligne droite 22 Figure 13- Caractéristique d’extrême (a) en haut, (b) en bas, (c)à gauche, (d) droite 22 Figure 14- Histogramme cumulatif 24 Figure 15- Exemple des caractéristiques profils 25 Figure 16- Un graphique de huit objets dans (Kaufman & Rousseeuw, 2009) 26 Figure 17- Une taxonomie des approches de regroupement (Jain, Murty, & Flynn, 1999) 26 Figure 18- illustration de K-moyenne dans (Gopi Gandhi, 2014) 27 Figure 19- Illustration de k-médoids D'après (Gopi Gandhi, 2014) 29 Figure 20- Algorithme génétique 31 Figure 21- Algorithme des Random Forest 32 Figure 22- Illustration de l’étape de test Random Forest 33 Figure 23- Processus global du programme 34 Figure 24- Modification d’image 35 Figure 25- Suggestion des images intéressantes 37 Figure 26- Génération des images par la distance 38 Figure 27- Évaluation des images suggérées 40 Figure 28- Interface pour la modification d’images 43 Figure 29- Interface pour évaluer l’intérêt des images suggérées 44 Figure 30- Interface pour donner une valeur qualitative chaque image et générer des images intéressantes 45 vii LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Figure 31- Résultat de classification des données de test 46 Figure 32- Bernard Gortais - exposition Galerie Keller, Paris, nov 2014 47 Figure 33- Bernard Gortais – exemples de compositions dynamiques 48 Figure 34- Bernard Gortais – exemples de composition calme dynamique 48 Figure 35- Bernard Gortais – exemples de compositions calmes 48 Figure 36- Bernard Gortais – exemples de compositions tragiques 49 Figure 37- Bernard Gortais, fragments de bouquets de fleurs 49 Liste des tableaux Tableau Types de contraste (Gortais, 2003) 15 Tableau Classes des données d’entrainement 45 Tableau Résultat de classification des données de test 46 viii LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 42 Chapitre – IMPLÉMENTATION ET EXPÉRIMENTATION 4.1 Outils et Environnement d’implémentation Pour développer ce projet, nous utilisons le langage C/C++ et l’environnement de développement intégré QtCreator 3.5 en se basent sur QT Framework 5.3 avec la librairie OpenCV 2.4.9 (Open Source Computer Vision Library) Qt est la bibliothèque et les outils open source pour le langage de programmation C ++ Grâce l’utilisation de compilateurs pour les multiples plateformes, il aide les programmeurs écrire le code source juste une fois et le compiler pour les plates-formes du système d'exploitation équivalent telles que Windows, Linux, Mac - OSX Qt a été construit partir de langage C++ alors que l'application est compilée sous forme de code binaire donc la performance d’exécution est très rapide La bibliothèque Qt connait beaucoup, donc la conception d’interface graphique est rapide et flexible OpenCV est une librairie open source de traitement et analyse d'images et vidéos avec des interfaces pour les principaux langages de programmation C, C++, Java, C#, Python Elle est optimisée pour les applications en temps réel En outre, elle est utilisée aussi bien dans les laboratoires de recherche que dans l'industrie Notre programme peut s’exécuter sur Linux et Mac-OSX 4.2 Construction des données d’entrnement Pour préparer l’ensemble de données d’entrnement la première fois, nous faisons une fonction de suggestion récursive des images au hasard pour que l’utilisateur puisse évaluer l’intérêt des images et donner une valeur qualitative chaque image Le résultat qu’on veut obtenir, c’est un grand ensemble d’images environ 500 – 1000 images Cet ensemble de données va augmenter après l’évaluation des images suggérées par l’utilisateur La précision de l’ensemble d’entrnement dépend de l’expertise et de la connaissance de l’utilisateur de la peinture LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 43 4.3 Résultats obtenus Nous avons développé un programme qui repose sur les trois interfaces principales ci-dessous : Figure 28- Interface pour la modification d’images LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 44 Figure 29- Interface pour évaluer l’intérêt des images suggérées LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 45 Figure 30- Interface pour donner une valeur qualitative chaque image et générer des images intéressantes Pour la partie d’apprentissage, nous construisons un ensemble de données d’entrainement ayant 579 images : Étiquette Calme Dynamique Calme - Dynamique Tragique Heureuse Triste Null Nombre d’image 146 108 14 90 1 219 Tableau Classes des données d’entrainement LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 46 Nous générons environ 2000 images de test au hasard par fois pour donner l’utilisateur des images qui ont la même étiquette que l’utilisateur a demandée Cependant, un côté, cet ensemble de test est très petit donc chaque fois de test, la distribution d'images de chaque classe n’est pas uniforme (comme le tableau et la figure 31) D’autre cơté, le nombre d’images d’entrnement n’est pas assez pour chaque classe C’est la raison pour laquelle nous n’arrivons pas encore la fonction de suggestion d’images en utilisant l’algorithme Random Forest Étiquette Calme Test Test Test Test Test Test Test Test Test Test 10 (%) (%) (%) (%) (%) (%) (%) (%) (%) (%) 17.07 3.3 0.05 7.15 0 0 Dynamique 97.5 0 27.15 2.15 5.6 26.55 Calme Dynamique 0 0 0 0 0 10.2 24.45 0.85 26.95 99.95 Tragique 0.1 Heureuse 0 0 0 0 0 Triste 0 0 0.35 0 0 Null 2.4 7.96 6.55 59.35 97.8 100 46.5 0.05 74.97 93.45 62.45 94.15 Tableau Résultat de classification des données de test Le diagramme illustre le résultat de classification des ensembles d’images de test chaque fois Classification des données de test 100 90 80 70 60 50 40 30 20 10 Calme Dynamique Calme - Dynamique Tragique Heureuse Triste Test Test Test Test Test Test Test Test Test Test 10 (%) (%) (%) (%) (%) (%) (%) (%) (%) (%) Null Figure 31- Résultat de classification des données de test LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 47 4.4 Évaluation de l’utilisateur 4.4.1 Objectif recherché Une série de peintures composées de 24 carrés pouvant tourner sur euxmêmes et dont les places peuvent être inter-changées ont été exposées en 2014 la Galerie Keller (Paris) et en 2015 la Galerie 14 (Toucy - 89130 - France) Le nombre de possibilités d’arrangements des carrés est de 24! Mon besoin était de pouvoir disposer d’un outil qui permette d’explorer d’un point de vue créatif ce très grand nombre de possibilités en se basant sur une conception analytique de l’espace (section 1.4) et de manière expérimentale sur l’émergence de qualités d’espace découvertes et définies par l’utilisateur lorsqu’il utilise le système Figure 32- Bernard Gortais - exposition Galerie Keller, Paris, nov 2014 Exemple : l’utilisateur juge qu’un espace dont les lignes sont disposées le long d’une diagonale est un espace « dynamique » et il souhaite que le système lui propose des arrangements aléatoires d’éléments conservant cette propriété Partant d’une ligne simple, il peut sélectionner les arrangements de fragments qui sont plus ou moins disposés en diagonale, les étiqueter comme « dynamiques », leur LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 48 donner une note et sélectionner de cette manière ceux qui lui conviennent le mieux Figure 33- Bernard Gortais – exemples de compositions dynamiques Figure 34- Bernard Gortais – exemples de composition calme dynamique Figure 35- Bernard Gortais – exemples de compositions calmes LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 49 Figure 36- Bernard Gortais – exemples de compositions tragiques 4.4.2 Objectif atteint Bien que la partie apprentissage ne soit pas terminée, ce qui a été mis au point est un outil d’aide la création très efficace qui permet d’explorer et de qualifier l’espace selon les besoins subjectifs d’un créateur Je me sers d’ores et déjà de cet outil pour découvrir de nouvelles combinaisons d’espace et j’en suis la fois heureux et surpris 4.4.3 Desiderata Pouvoir découper une image de hauteur x, de largeur y, en nombre de carrés n, de telle manière que n, x, y soient paramétrables Pouvoir adapter le PermutoPainter d’autres types d’images, notamment celles basées sur la décomposition d’un bouquet de fleurs (ci-dessous) Ce souhait est partagé par Mlle Duyen Dao Pouvoir disposer de la fonction apprentissage Figure 37- Bernard Gortais, fragments de bouquets de fleurs LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 50 Chapitre - CONCLUSIONS ET PERSPECTIVE 5.1 Conclusion L’objectif principal du stage était de concevoir un outil de création basé sur des approches de l’intelligence artificielle qui permette de créer des arrangements au hasard et donner les meilleures permutations en se basant sur l’évaluation qualitative d’utilisateur Cette question de la créativité est d’actualité en Intelligence artificielle, preuve en est le workshop sur la créativité l’IJCAI’2015 ou encore le numéro de La Recherche de novembre 2015 où son importance est encore soulignée Pour réaliser ce travail, nous avons commencé par la construction d’une interface graphique qui aide l’artiste (dans notre cas Bernard Gortais) créer manuellement un arrangement intéressant selon son opinion À partir de cette image, nous avons construit un algorithme pour générer aléatoirement un ensemble de nouvelles images en utilisant deux opérateurs : un opérateur d’échange (swap) et un de rotation Si nous “swappons" une fois pour créer une image partir d’autre image, la valeur de distance entre ces deux images sera égale Avec cet ensemble d’images, nous extrayons des caractéristiques globales et des caractéristiques locales de chaque image pour la représenter sous la forme d’un vecteur descripteur Ensuite, nous utilisons l’algorithme des K-médoids pour regrouper ces vecteurs en k groupes afin que l’utilisateur puisse donner l’évaluation sur des images typiques d’espace d’images générées Avec l’évaluation de l’utilisateur, nous faisons la suggestion des images en utilisant l'algorithme des Random Forest qui nous permet d’apprendre la notion de qualité d’une image Une des difficultés pour l’utilisateur, c’est la construction d’un ensemble de données d’entrainement parce qu’il doit faire itérativement la suggestion des images pour choisir ceux qui sont plus intéressants et les donner des étiquettes correspondantes Bien que le programme ne soit pas encore complet du point de vue de l'apprentissage, il permet de satisfaire quand même un bon nombre de désirs de l’artiste et répond ainsi en grande partie au cahier des charges Par LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 51 ailleurs, d’un point de vue personnel, j'ai grâce ce stage eu une occasion unique de découvrir le domaine de l’art numérique 5.2 Perspective Dans l’avenir, premièrement, nous voulons améliorer le programme selon les desiderata d’utilisateur (4.4.3) Deuxièmement, nous allons modifier la faỗon de reprộsenter dimages, de gộnộrer dimages et d’appliquer d’autre l’algorithme d’apprentissage pour trouver le meilleur résultat Ci-dessous, quelques idées des améliorations proposées 5.2.1 Amélioration de la représentation des images Comme nous avons dit, la représentation d’une image est une étape très importante dans la classification d’image Cette étape influence beaucoup les résultats finaux Donc, nous allons construire d’autres descripteurs qui sont plus raffinés, comme la technique « sacs de mots visuels » ou bien d’extraction d’autres caractéristiques par la suite : Des caractéristiques locales (pour chaque tile) : + Compter le nombre de virages + Agréger les caractéristiques globales: “profils” + Agréger les caractéristiques locales: Min et Max (Extrema) + Déterminer la squelettisation de la ligne Des caractéristiques globales (pour le rectangle entier): + Utiliser la technique OCR pour déterminer quelle lettre ou quel nombre est créé par des lignes dans l’image + Compter le nombre de virages de l’image C’est-à-dire, des lignes changent de directions + Agréger les caractéristiques globales : “profils” + Agréger les caractéristiques locales : Min et Max (Extrema) 5.2.2 Amélioration d’ensemble d’images d’entrainement Pour améliorer le résultat de classification des données de test, nous allons construire un ensemble d’images d’entrainement plus grand qui a la distribution uniforme d’images de chaque classe LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 52 5.2.3 Amélioration d’algorithme de génération d’images Le problème que nous avons rencontrộ dans lộtape dapprentissage rộside dans la faỗon de créer des images de test Elles sont trop peu nombreuses et ne peuvent pas englober l’espace de tous les arrangements L’hypothèse est qu’une image est découpée en 24 carrés ; il y a donc x carrés qui ont le trait et y carrés en fonds Au total il y a 24! possibilités d’arrangements des 24 carrés avec l’opérateur Swap Cependant, quand nous swappons deux tiles qui ont des fonds monochromes unis, il y a aucun changement Le nombre de swaps est ainsi diminué et se calcule par la formule : Avec chaque image produite en utilisant l’opérateur Swap, nous pouvons créer trois autres nouvelles images par l’opérateur de rotation Pourtant, nous ne fessons que cet opérateur sur des carrés qui ont le trait Alors, le nombre de rotation est calculé par la formule : Donc, le nombre total de nouvelles images est créée par la multiplication entre le nombre de swaps et le nombre de rotations: Par exemple, nous calculons sur l’image dans la Figure Il y a carrés qui ont le trait Donc, le nombre de nouvelles images : ( Nous avons essayé de créer ) images en utilisant la permutation de 24 carrés mais nous avons perdu beaucoup de temps Donc, nous avons utilisé l’algorithme (3.3.1) pour générer environ 2000 images au hasard par fois C’est un peu petit pour l’ensemble de données de test C’est la raison pour laquelle nous n’arrivons pas la fonction d’apprentissage Pour résoudre ce problème, nous LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 53 pensons un algorithme permettant d'augmenter le nombre d’images mais de diminuer le temps d’exécution: 1) Changer la position de 24 carrés 2) Diviser ces 24 carrés en deux parties égales (chaque partie a 12 carrés) 3) Faire la permutation de chaque 12 carré 4) Associer au hasard ces deux parties pour avoir un arrangement 24 carrés C’est une nouvelle image LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 54 RÉFÉRENCES [1] Benaceur, L (2010) Contribution l'optimisation complexe par des techniques de Swarm Intelligence [2] Boden, M A (1998) Creativity and artificial intelligence Artificial Intelligence, 103(1–2), 347–356 [3] Boden, M A (2009) Computer Models of Creativity AI Magazine, 30(3), 23 [4] Breiman, L (1984) Classification and regression trees Chapman & Hall/CRC [5] Breiman, L (2001) Random Forests Machine Learning, 45(1), 5–32 [6] Calonder, M., Lepetit, V., Strecha, C., & Fua, P (2010) BRIEF: Binary Robust Independent Elementary Features In K Daniilidis, P Maragos, & N Paragios (Eds.), Computer Vision – ECCV 2010 (pp 778–792) Springer Berlin Heidelberg [7] Dawkins, R (2006) Blind Watchmaker (Fifth edition) London: Penguin UK [8] Feng, S.-Y., & Ting, C.-K (2014) Painting Using Genetic Algorithm with Aesthetic Evaluation of Visual Quality In S.-M Cheng & M.-Y Day (Eds.), Technologies and Applications of Artificial Intelligence (pp 124–135) Springer International Publishing [9] Goldberg, D E (1989) Genetic Algorithms in Search, Optimization and Machine Learning (1st ed.) Boston, MA, USA: Addison-Wesley Longman Publishing Co., Inc [10] Gopi Gandhi, R S (2014) Review Paper: A Comparative Study on Partitioning Techniques of Clustering Algorithms, 87(9) [11] Gortais, B (2003) Abstraction and art Philosophical Transactions of the Royal Society B: Biological Sciences, 358(1435), 1241–1249 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 55 [12] Hu, M.-K (1962) Visual pattern recognition by moment invariants IRE Transactions on Information Theory, 8(2), 179–187 [13] Jain, A K., Murty, M N., & Flynn, P J (1999) Data Clustering: A Review ACM Comput Surv., 31(3), 264–323 [14] Kaufman, L., & Rousseeuw, P J (2009) Finding Groups in Data: An Introduction to Cluster Analysis John Wiley & Sons [15] Lewis, M (2008) Evolutionary Visual Art and Design In J Romero & P Machado (Eds.), The Art of Artificial Evolution (pp 3–37) Springer Berlin Heidelberg [16] Lowe, D G (2004) Distinctive Image Features from Scale-Invariant Keypoints International Journal of Computer Vision, 60(2), 91–110 [17] Mitchell, M (1998) An Introduction to Genetic Algorithms MIT Press [18] Park, H., Lee, J., & Jun, C (2006) Abstract A K-means-like Algorithm for Kmedoids Clustering and Its Performance [19] Prum, S., Visani, M., Fischer, A., & Ogier, J M (2013) A Discriminative Approach to On-Line Handwriting Recognition Using Bi-character Models In 2013 12th International Conference on Document Analysis and Recognition (ICDAR) (pp 364–368) [20] Rublee, E., Rabaud, V., Konolige, K., & Bradski, G (2011) ORB: An efficient alternative to SIFT or SURF In 2011 IEEE International Conference on Computer Vision (ICCV) (pp 2564–2571) [21] Sims, K (1991) Artificial Evolution for Computer Graphics Computer Graphics, 319–328 [22] Todd, S., & Latham, W (1994) Evolutionary Art and Computers Orlando, FL, USA: Academic Press, Inc LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 56 ANNEXES Guide d’utilisation du programme : https://www.youtube.com/enhance?feature=vm&v=_00a n9tug LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ... NATIONALE DU VIETNAM, HANOI INSTITUT FRANCOPHONE INTERNATIONAL ĐÀO THỊ DUYÊN CONCEPTION, ANALYSE ET DÉVELOPPEMENT D’UN ALGORITHME GÉNÉTIQUE INTERACTIF DE GÉNÉRATION D’IMAGES GUIDÉ PAR L''ÉVALUATION HUMAINE: ... L’utilisation d’un ou de plusieurs de ces contrastes permet de créer des formes et de structurer le rectangle par le choix d’un nouvel arrangement des fragments qui le compose L’auteur trouve que les propositions... l’environnement du stage, le contexte du sujet et la description générale de l’objectif du sujet, le domaine de recherche et le cadre du sujet En plus, il présente aussi le concept de l’art et des structures
Ngày đăng: 06/12/2022, 15:47
Xem thêm:
