Luận văn thạc sĩ vnu conception analyse et développement dun algorithme génétique interactif de génération dimages guidé par lévaluation humaine le projet permutopainter

Luận văn thạc sĩ VNU phân tích và phát triển thuật toán di truyền tương tác trong việc tạo hình ảnh dựa trên đánh giá của con người.

Chuyên ngành

Informatique

Người đăng

Ẩn danh

Thể loại

Luận văn thạc sỹ

2015

66
3
0

Phí lưu trữ

30 Point

Mục lục chi tiết

LỜI CAM ĐOAN

1. CHAPITRE 1: PRÉSENTATION GÉNÉRALE

1.1. Présentation de l’établissement d’accueil

1.2. Présentation de l’IRD - organisme d’accueil

1.3. Présentation «Vietnam-France ICT Lab» - lieu de travail

1.4. Contexte du sujet

1.5. Description du sujet

1.6. Art visuel et Abstraction

1.7. Système de Kandinsky (Gortais, 2003)

2. CHAPITRE 2: ÉTAT DE L’ART

2.1. Travaux existants en génération d’images

3. CHAPITRE 3: SYSTÈME PROPOSÉ

3.1. Aperçu global du système

3.2. Suggestion des images

3.3. Génération des images

3.4. Extraction de caractéristiques

3.5. Evaluation des images

4. CHAPITRE 4: IMPLÉMENTATION ET EXPÉRIMENTATION

4.1. Outils et Environnement d’implémentation

4.2. Construction des données d’entraînement

4.3. Évaluation de l’utilisateur

5. CHAPITRE 5: CONCLUSIONS ET PERSPECTIVE

5.1. Amélioration de la représentation des images

5.2. Amélioration d’ensemble d’images d’entrainement

5.3. Amélioration d’algorithme de génération d’images

Remerciements

Tóm tắt

I. Tổng quan về Phát triển Thuật toán Di truyền Tương tác

Phát triển thuật toán di truyền tương tác cho việc tạo hình ảnh dựa trên đánh giá của con người là một lĩnh vực nghiên cứu đang thu hút sự chú ý lớn trong cộng đồng khoa học. Thuật toán này không chỉ giúp tạo ra những hình ảnh mới mà còn cho phép người dùng tham gia vào quá trình sáng tạo. Dự án PermutoPainter là một ví dụ điển hình cho việc áp dụng thuật toán này trong nghệ thuật, nơi mà sự tương tác giữa con người và máy móc được tối ưu hóa để tạo ra những tác phẩm nghệ thuật độc đáo.

1.1. Khái niệm về Thuật toán Di truyền và Tương tác

Thuật toán di truyền là một phương pháp tối ưu hóa dựa trên nguyên lý chọn lọc tự nhiên. Trong bối cảnh tạo hình ảnh, thuật toán này cho phép tạo ra các hình ảnh mới thông qua việc kết hợp và biến đổi các hình ảnh hiện có. Sự tương tác giữa người dùng và thuật toán là yếu tố quan trọng, giúp người dùng có thể điều chỉnh và định hướng quá trình sáng tạo.

1.2. Lịch sử và sự phát triển của Thuật toán Di truyền

Thuật toán di truyền đã được phát triển từ những năm 1970 và đã có nhiều ứng dụng trong các lĩnh vực khác nhau, từ khoa học máy tính đến nghệ thuật. Sự phát triển của công nghệ học máy đã mở ra nhiều cơ hội mới cho việc áp dụng thuật toán này trong việc tạo ra hình ảnh, đặc biệt là trong các dự án nghệ thuật như PermutoPainter.

II. Thách thức trong việc Tạo hình Ảnh Dựa trên Đánh giá của Con người

Mặc dù có nhiều tiềm năng, việc phát triển thuật toán di truyền tương tác cũng gặp phải nhiều thách thức. Một trong những vấn đề lớn nhất là làm thế nào để đánh giá của con người có thể được tích hợp một cách hiệu quả vào quá trình tạo hình ảnh. Điều này đòi hỏi một sự hiểu biết sâu sắc về cách mà con người đánh giá và cảm nhận nghệ thuật.

2.1. Khó khăn trong việc Đánh giá Chất lượng Hình ảnh

Đánh giá chất lượng hình ảnh là một quá trình chủ quan và phụ thuộc vào nhiều yếu tố, bao gồm cảm xúc và sở thích cá nhân. Việc xây dựng một mô hình có thể phản ánh chính xác những yếu tố này là một thách thức lớn trong việc phát triển thuật toán.

2.2. Tích hợp Phản hồi của Người Dùng vào Thuật toán

Một trong những thách thức chính là làm thế nào để tích hợp phản hồi của người dùng vào thuật toán một cách hiệu quả. Điều này bao gồm việc phát triển các phương pháp để thu thập và phân tích phản hồi, cũng như điều chỉnh thuật toán dựa trên những phản hồi này.

III. Phương pháp Phát triển Thuật toán Di truyền Tương tác

Để phát triển một thuật toán di truyền tương tác hiệu quả, cần phải áp dụng một số phương pháp và kỹ thuật tiên tiến. Các phương pháp này không chỉ giúp tối ưu hóa quá trình tạo hình ảnh mà còn đảm bảo rằng người dùng có thể tham gia một cách tích cực vào quá trình sáng tạo.

3.1. Sử dụng Kỹ thuật Học Máy trong Tạo hình Ảnh

Kỹ thuật học máy có thể được sử dụng để phân tích và hiểu các đặc điểm của hình ảnh mà người dùng yêu thích. Điều này giúp thuật toán có thể tạo ra những hình ảnh phù hợp hơn với sở thích của người dùng.

3.2. Tối ưu hóa Quy trình Tạo hình Ảnh

Quy trình tạo hình ảnh có thể được tối ưu hóa thông qua việc sử dụng các thuật toán di truyền để tìm kiếm các giải pháp tốt nhất. Điều này bao gồm việc xác định các tham số tối ưu cho thuật toán và cải thiện khả năng tương tác của người dùng.

IV. Ứng dụng Thực tiễn của Thuật toán Di truyền Tương tác

Các ứng dụng thực tiễn của thuật toán di truyền tương tác rất đa dạng, từ nghệ thuật đến thiết kế đồ họa. Dự án PermutoPainter là một ví dụ điển hình cho việc áp dụng thuật toán này trong nghệ thuật, cho phép người dùng tạo ra những tác phẩm nghệ thuật độc đáo thông qua sự tương tác với máy tính.

4.1. Ứng dụng trong Nghệ thuật Đương đại

Nghệ thuật đương đại đã bắt đầu áp dụng các công nghệ mới, bao gồm thuật toán di truyền để tạo ra những tác phẩm nghệ thuật độc đáo. Điều này không chỉ mở ra những khả năng sáng tạo mới mà còn thay đổi cách mà nghệ sĩ tương tác với công nghệ.

4.2. Tác động đến Thiết kế Đồ họa

Trong lĩnh vực thiết kế đồ họa, thuật toán di truyền có thể được sử dụng để tạo ra các mẫu thiết kế mới và độc đáo. Điều này giúp các nhà thiết kế có thể khám phá nhiều ý tưởng khác nhau và tạo ra những sản phẩm sáng tạo hơn.

V. Kết luận và Tương lai của Thuật toán Di truyền Tương tác

Kết luận về sự phát triển của thuật toán di truyền tương tác cho thấy rằng đây là một lĩnh vực đầy tiềm năng. Với sự phát triển không ngừng của công nghệ, tương lai của việc tạo hình ảnh dựa trên đánh giá của con người sẽ ngày càng trở nên phong phú và đa dạng hơn.

5.1. Triển vọng Nghiên cứu trong Tương lai

Nghiên cứu về thuật toán di truyền tương tác sẽ tiếp tục phát triển, với nhiều ứng dụng mới trong nghệ thuật và thiết kế. Các nhà nghiên cứu sẽ cần phải tìm ra những cách mới để tích hợp phản hồi của người dùng vào quá trình sáng tạo.

5.2. Tác động của Công nghệ đến Nghệ thuật

Công nghệ sẽ tiếp tục có tác động lớn đến nghệ thuật, mở ra nhiều khả năng sáng tạo mới. Việc phát triển thuật toán di truyền tương tác sẽ giúp nghệ sĩ khám phá những cách thức mới để thể hiện bản thân và kết nối với khán giả.

22/07/2025

Trích đoạn nội dung 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 TOÁN 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 TOÁN 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 à l’IRD, M. Jean-Daniel Zucker Maître de Conférences à 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 đây là công trình nghiên cứu của riêng tôi.

Các số liệu, kết quả nêu trong Luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác. Các thông tin trích dẫn trong Luận văn đã được chỉ rõ nguồn gốc. Fait à 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. iv Liste des figures .vii Liste des tableaux.

1 Chapitre 1 – PRÉSENTATION GÉNÉRALE .1 Présentation de l’établissement d’accueil .1 Présentation de l’IRD - organisme d’accueil .2 Présentation «Vietnam-France ICT Lab» - lieu de travail .2 Contexte du sujet .3 Description du sujet .4 Art visuel et Abstraction .1 Système de Kandinsky (Gortais, 2003). 14 Chapitre 2 – ÉTAT DE L’ART .1 Travaux existants en génération d’images. 31 ii LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Chapitre 3 – SYSTÈME PROPOSÉ .1 Aperçu global du système .3 Suggestion des images .1 Génération des images.2 Extraction de caractéristiques .4 Evaluation des images. 41 Chapitre 4 – IMPLÉMENTATION ET EXPÉRIMENTATION .1 Outils et Environnement d’implémentation .2 Construction des données d’entraînement .4 Évaluation de l’utilisateur.

49 Chapitre 5 - CONCLUSIONS ET PERSPECTIVE. Amélioration de la représentation des images. Amélioration d’ensemble d’images d’entrainement. Amélioration d’algorithme de génération d’images.

56 iii LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Remerciements Les plus grandes leçons 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 à vous qui ont pris le temps de m'aider au cours dans trois années et de m'avoir accompagné dans la maîtrise de mes connaissances. Je tiens à remercier vivement Monsieur Jean-Daniel Zucker, Directeur de Recherche à l’IRD, Hanoi, Vietnam et Madame Muriel VISANI, Maître de Conférences à l’Université de La Rochelle, La Rochelle, France, pour leur encadrement sans faille, le suivi qu’ils ont apporté à 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 à propos de la compréhension des problématiques.

Je tiens à 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 à plusieurs reprises pendant mon stage. Je tiens à remercier sincèrement Madame NGUYEN Thi Van Tu, secrétaire de l’IFI pour les aides à plusieurs reprises. J’adresse mes sincères remerciements à 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 à 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 à la Galerie Keller à Paris en novembre 2014 et à la Galerie 14 à 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 à 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 à 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.

8 Figure 2- Exemple d’arrangements. 9 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.

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. 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 à 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 1. Types de contraste (Gortais, 2003). Classes des données d’entrainement. Résultat de classification des données de test.

46 viii LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 1 INTRODUCTION On peut se demander pourquoi un peintre se servirait d'un ordinateur pour créer des images alors qu'il a déjà fort à faire avec les moyens que lui offre l'atelier. De tout temps, des hommes ont utilisé ce qui les entourait pour créer des passages entre la société organisée et l'immensité du monde. C'est une définition de l'activité artistique au sens large. Les ordinateurs et l’intelligence artificielle sont devenus un élément fondamental de l'environnement humain et si leur approche par les peintres ne constitue pas un passage obligé, certains artistes sont tentés par l'aventure.

On est loin de la peinture dira-t-on; pourtant, pas plus qu'il n'est justifié d'opposer les mathématiques à la poésie, on ne peut a priori opposer l'ordinateur comme outil de création d'images aux médiums plus traditionnels. Le mot "technique" en français signifie qui appartient en propre à un art, étymologiquement la technique n'a pas de signification détachée de l'art et c'est ce dernier qui lui donne son sens. Pour un artiste la technique est au service de l'art et les techniciens et les artistes devraient en principe travailler ensemble et dialoguer à condition toutefois de pouvoir parler le même langage. Une bonne façon de comprendre un problème c'est de le comprendre assez bien pour pouvoir l'enseigner et qu'est-ce que programmer sinon enseigner à un ordinateur? Cela renvoie l’artiste à l’analyse de sa pratique artistique et à sa formulation puisque le geste disparaît, la main étant remplacée par la machine.

Le travail de programmation d'images sur ordinateur donne une place dominante au concept. Quel est son vocabulaire de signes? Quelle est sa syntaxe? Vers quelles formes et quel type d'espace tend-il?

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ