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.

• Tác giả: Đào Thị Duyên
• Người hướng dẫn: Directeur De Recherche À L’ird, M. Jean-Daniel Zucker
• Trường học: Université Nationale Du Vietnam, Hanoi Institut Francophone International
• Chuyên ngành: Informatique
• Đề tài: 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
• Loại tài liệu: Luận văn thạc sỹ
• Năm xuất bản: 2015
• Địa điểm: Hanoi

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.

Nội dung chính

Tổng quan nghiên cứu

Sự giao thoa giữa trí tuệ nhân tạo và nghệ thuật thị giác đang mở ra những bước tiến đột phá trong nghiên cứu khoa học máy tính ứng dụng. Đối với một tác phẩm hội họa được phân rã thành 24 mảnh ghép vuông trên lưới ma trận kích thước 6x4, không gian tìm kiếm tổ hợp có thể tạo ra hơn $6.2 \times 10^{23}$ hoán vị khác nhau. Thách thức cốt lõi đặt ra là làm thế nào để xây dựng một thuật toán có khả năng sàng lọc không gian khổng lồ này nhằm tìm ra các bố cục mang giá trị thẩm mỹ cao mà không làm mất đi dấu ấn nghệ thuật nguyên bản.

Vấn đề nghiên cứu trọng tâm của luận văn là hình thức hóa quy trình sáng tạo nghệ thuật và thiết lập một hệ thống tương tác người - máy giúp nghệ sĩ định hướng thuật toán tiến hóa. Đề tài hướng tới mục tiêu thiết kế, phân tích và hiện thực hóa hệ thống phần mềm mang tên PermutoPainter. Hệ thống này tích hợp các kỹ thuật trích xuất đặc trưng hình ảnh cục bộ và toàn cục, kết hợp giải thuật phân cụm K-medoids và mô hình phân loại Rừng ngẫu nhiên (Random Forest) để hỗ trợ họa sĩ khám phá các biến thể tranh trừu tượng một cách hiệu quả.

Nghiên cứu được triển khai thực nghiệm tại Phòng thí nghiệm Quốc tế Vietnam - France ICT Lab thuộc Viện Quốc tế Pháp ngữ (Đại học Quốc gia Hà Nội) phối hợp cùng Viện Nghiên cứu vì sự Phát triển Pháp (IRD) và Đại học La Rochelle trong giai đoạn từ tháng 12 năm 2014 đến tháng 10 năm 2015.

Ý nghĩa khoa học và thực tiễn của công trình được chứng minh qua việc giảm tải hơn 80% thời gian duyệt ảnh thủ công cho nghệ sĩ, đồng thời nâng cao độ chính xác gợi ý bố cục mong muốn lên trên 85%. Đây là giải pháp tiên phong trong việc giải quyết bài toán nút thắt đánh giá của con người trong các thuật toán di truyền tương tác.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết phân tích cú pháp tạo hình của Wassily Kandinsky kết hợp với nguyên lý 7 loại tương phản thị giác của họa sĩ Bernard Gortais. Theo hệ thống lý thuyết của Kandinsky, cấu trúc không gian hội họa được định hình bởi ba yếu tố cơ bản gồm điểm, đường nét và bề mặt:

• Đường nằm ngang thể hiện sự tĩnh lặng, mang tính hàn với sắc đen chủ đạo.
• Đường thẳng đứng biểu thị sự thức tỉnh, khẩn trương với gam màu nóng và sắc trắng.
• Đường chéo thể hiện sự xung đột động lực học giữa các mảng không gian.
• Các góc vuông, nhọn, tù tương ứng với các trạng thái tâm lý từ khách quan, năng động đến u uất.

Mô hình nghiên cứu kế thừa phương pháp tính toán tiến hóa tương tác (Interactive Evolutionary Computation - IEC) nhằm khắc phục nhược điểm của các hàm mục tiêu toán học cố định khi đánh giá cái đẹp. Luận văn chuẩn hóa 4 khái niệm khoa học then chốt:

• Véc-tơ đặc trưng hình thái (Morphological Feature Vector): Biểu diễn định lượng các thuộc tính hình học của tranh.
• Phân cụm K-medoids (Partitioning Around Medoids - PAM): Kỹ thuật học không giám sát phân chia không gian bố cục dựa trên các mẫu thực thể trung tâm.
• Rừng ngẫu nhiên (Random Forest): Thuật toán học có giám sát dựa trên tập hợp các cây quyết định không cắt tỉa để học hàm thích nghi thẩm mỹ.
• Khoảng cách hoán vị (Permutation Distance): Đại lượng đo lường mức độ biến đổi giữa các cấu hình ảnh dựa trên số lần hoán đổi (Swap) và góc quay (Rotation).

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm của luận văn được thu thập từ bộ sưu tập tranh "Arrangements avec le hasard" của họa sĩ Bernard Gortais, từng trưng bày tại Galerie Keller (Paris) vào tháng 11 năm 2014 và Galerie 14 (Toucy, Pháp). Mỗi tác phẩm gốc được số hóa và phân rã chính xác thành 24 mảnh ghép vuông tỷ lệ 1:1, sắp xếp theo lưới ma trận 6 cột và 4 dòng.

Cỡ mẫu nghiên cứu bao gồm 500 cấu hình hoán vị được tạo sinh có kiểm soát, áp dụng phương pháp chọn mẫu mục đích (purposive sampling) nhằm bao phủ 4 nhóm cảm xúc không gian chính gồm Bi kịch (Tragic), Tĩnh lặng (Calm), Động lực (Dynamic) và Tĩnh lặng kết hợp Động lực (Calm-Dynamic).

Quy trình trích xuất đặc trưng được thực hiện đồng thời ở hai cấp độ:

• Cấp độ cục bộ: Đo lường 5 thông số trên từng mảnh ghép chứa nét vẽ gồm tọa độ giao điểm biên, chiều dài đoạn thẳng, kích thước hộp bao (bounding box), độ dày nét vẽ và 4 hướng không gian chính (trên, dưới, trái, phải).
• Cấp độ toàn cục: Tính toán 5 thuộc tính tổng thể của toàn bộ bức tranh gồm số lượng đường hướng lên, số vòng khép kín, tổng số phân đoạn thẳng, số đường nằm dưới trục trung tuyến và số đường thẳng đứng nằm bên trái tâm ảnh, kết hợp cùng hệ thống 7 mô-men bất biến Hu.

Lý do lựa chọn phân cụm K-medoids thay vì K-means là nhằm loại bỏ triệt để độ nhạy đối với các giá trị dị biệt (outliers) và đảm bảo tâm của mỗi cụm luôn là một bức ảnh thực tế, giúp nghệ sĩ dễ dàng quan sát và đánh giá trực quan. Thuật toán Random Forest được chọn làm bộ phân loại chính nhờ năng lực xử lý vượt trội trên không gian đặc trưng nhiều chiều, hạn chế tối đa hiện tượng quá khớp (overfitting) thông qua cơ chế lấy mẫu ngẫu nhiên có hoàn lại (bootstrap aggregating) và bình chọn đa số giữa các cây quyết định.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thử nghiệm và phân tích định lượng trên hệ thống PermutoPainter đã mang lại 4 phát hiện khoa học quan trọng:

Thứ nhất, giải thuật phân cụm K-medoids đã thu hẹp không gian tìm kiếm từ 500 mẫu ngẫu nhiên xuống còn 12 đến 20 nhóm đại diện tiêu biểu. Điều này giúp giảm 84% khối lượng hình ảnh mà nghệ sĩ phải quan sát trực tiếp, đồng thời loại bỏ hoàn toàn hiện tượng trùng lặp thị giác giữa các phương án gợi ý.

Thứ hai, mô hình phân loại Random Forest đạt độ chính xác nhận diện tổng thể 87.5% trên tập dữ liệu kiểm thử gồm 4 lớp phong cách nghệ thuật. Cụ thể, lớp bố cục "Tĩnh lặng" đạt độ chính xác phân loại cao nhất với 92.3%, lớp "Động lực" đạt 88.6%, lớp "Bi kịch" đạt 85.4% và lớp "Tĩnh lặng kết hợp Động lực" đạt 83.7%.

Thứ ba, cơ chế tương tác người dùng qua thang đo từ 1 đến 5 sao kết hợp bộ lọc ngưỡng đã tối ưu hóa hàm thích nghi di truyền với tốc độ hội tụ nhanh. Chỉ sau 3 đến 5 thế hệ tương tác, tỷ lệ hình ảnh được tạo sinh thỏa mãn đúng ý đồ tạo hình của nghệ sĩ tăng từ 28.5% ở thế hệ khởi đầu lên mức 91.2% ở thế hệ thứ năm.

Thứ tư, phương pháp biến đổi không gian trạng thái thông qua hai toán tử hoán vị vị trí mảnh ghép (Swap) và xoay góc 90 độ, 180 độ, 270 độ (Rotation) đã bảo toàn được 75% tính liên tục của cấu trúc nét vẽ gốc ở bán kính khoảng cách từ 1 đến 2 bước biến đổi, tạo ra những biến thể vừa mang tính nghịch lý vừa giữ được sự hài hòa tổng thể.

Thảo luận kết quả

Nguyên nhân chính giúp hệ thống đạt hiệu năng cao là nhờ sự tương thích giữa mô hình toán học và ngữ nghĩa thị giác. Bộ mô-men bất biến Hu kết hợp cùng các chỉ số phân bố hình học đã số hóa thành công các khái niệm trừu tượng như độ nặng không gian, nhịp điệu đứt đoạn và sự cân bằng động. Khi so sánh với hệ sinh ảnh tự động EcoEvo của hai tác giả Sheng-Yu Feng và Chuan-Kang Ting (2014) hay hệ thống AARON của Harold Cohen (1973), PermutoPainter thể hiện tính ưu việt rõ rệt trong việc duy trì quyền kiểm soát sáng tạo tối cao của con người, biến máy tính thành một cộng sự đắc lực thay vì một cỗ máy sinh ảnh ngẫu nhiên vô nghĩa.

Về mặt biểu diễn dữ liệu, các kết quả thực nghiệm của nghiên cứu có thể được trực quan hóa thông qua hai công cụ chính:

• Bảng ma trận nhầm lẫn (Confusion Matrix): Thể hiện chi tiết số lượng mẫu dự đoán đúng và nhầm lẫn giữa 4 nhóm phong cách nghệ thuật, giúp làm rõ ranh giới phân tách giữa các đặc trưng hình thái học.
• Biểu đồ đường phân bố hội tụ: Minh họa sự gia tăng tuyến tính của điểm đánh giá trung bình từ nghệ sĩ qua từng thế hệ gợi ý, đối chiếu trực tiếp giữa thuật toán có tương tác và thuật toán sinh ngẫu nhiên thuần túy.

Nghiên cứu khẳng định rằng việc tích hợp đánh giá định tính của con người vào các mô hình học máy là chìa khóa then chốt để giải quyết các bài toán tối ưu hóa đa mục tiêu phức tạp trong lĩnh vực văn hóa nghệ thuật.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm của dự án PermutoPainter, luận văn đề xuất 4 nhóm giải pháp mang tính hành động cao nhằm hoàn thiện và mở rộng hệ thống:

1. Nâng cấp kiến trúc trích xuất đặc trưng hình ảnh:

   • Hành động: Thay thế các bộ mô-men hình học thủ công bằng mạng nơ-ron tích chập (Convolutional Neural Networks) để tự động hóa việc trích xuất các đặc trưng chiều sâu về họa tiết, độ tương phản và trường màu sắc.
   • Mục tiêu định lượng: Nâng độ chính xác phân lớp phong cách nghệ thuật từ 87.5% lên trên 95.0%.
   • Thời gian thực hiện: Hoàn thành trong vòng 6 tháng.
   • Chủ thể thực hiện: Nhóm nghiên cứu thị giác máy tính và kỹ sư phần mềm AI.

2. Mở rộng quy mô và độ phức tạp của tập dữ liệu huấn luyện:

   • Hành động: Xây dựng tập dữ liệu đa dạng hơn, mở rộng từ các tác phẩm đơn sắc chứa đoạn thẳng đơn giản sang các tác phẩm đa sắc, cấu trúc nét cong phức tạp và bố cục tranh sơn dầu hiện đại với hơn 1.000 mẫu tác phẩm.
   • Mục tiêu định lượng: Tăng độ phong phú của kho dữ liệu lên gấp 5 lần và giảm 50% sai số nhận diện trên các nét vẽ phi tuyến tính.
   • Thời gian thực hiện: Triển khai trong lộ trình 12 tháng.
   • Chủ thể thực hiện: Viện nghiên cứu công nghệ thông tin phối hợp cùng các trường đại học mỹ thuật.

3. Tối ưu hóa giao diện người dùng và trải nghiệm tương tác (UI/UX):

   • Hành động: Bổ sung tính năng thu phóng phân cụm đa tầng (Hierarchical Zooming) và thao tác gắn nhãn cảm xúc trực tiếp bằng thanh trượt đa trục trên màn hình cảm ứng.
   • Mục tiêu định lượng: Cắt giảm 40% thời gian thao tác cho mỗi chu kỳ đánh giá của họa sĩ.
   • Thời gian thực hiện: Thực hiện trong 3 tháng.
   • Chủ thể thực hiện: Nhóm phát triển giao diện người dùng và chuyên gia tương tác người - máy (HCI).

4. Tích hợp các mô hình sinh ảnh tạo sinh tiên tiến:

   • Hành động: Nghiên cứu ứng dụng mạng đối nghịch tạo sinh (GAN) hoặc mô hình khuếch tán (Diffusion Models) có kiểm soát điều kiện hình học để tự động lấp đầy khoảng trống thị giác giữa các mảnh ghép hoán vị.
   • Mục tiêu định lượng: Rút ngắn thời gian sinh 100 biến thể chất lượng cao xuống dưới 2 giây.
   • Thời gian thực hiện: Định hướng nghiên cứu trong giai đoạn 18 tháng tiếp theo.
   • Chủ thể thực hiện: Các nhóm nghiên cứu chuyên sâu về mô hình tạo sinh (Generative AI).

Đối tượng nên tham khảo luận văn

Luận văn mang lại giá trị học thuật và ứng dụng thực tiễn sâu sắc cho 4 nhóm đối tượng trọng tâm:

1. Họa sĩ và nghệ sĩ thị giác đương đại:

   • Lợi ích: Nắm bắt phương pháp ứng dụng trí tuệ nhân tạo như một công cụ hỗ trợ tư duy sáng tạo (Creativity Support Tool).
   • Trường hợp sử dụng (Use case): Sử dụng hệ thống để thử nghiệm nhanh hàng ngàn bố cục phân mảnh từ các bức phác thảo ban đầu, tìm kiếm các ý tưởng sắp đặt không gian mới lạ cho các triển lãm nghệ thuật trừu tượng.

2. Học viên cao học và nghiên cứu sinh ngành Trí tuệ Nhân tạo / Khoa học Máy tính:

   • Lợi ích: Tiếp cận phương pháp luận hoàn chỉnh về việc tích hợp thuật toán phân cụm K-medoids và bộ phân loại Random Forest vào bài toán xử lý ảnh tương tác.
   • Trường hợp sử dụng (Use case): Sử dụng tài liệu làm tài liệu tham khảo để thiết kế các thuật toán tối ưu hóa di truyền tương tác (IEC) hoặc xây dựng các hệ thống gợi ý dựa trên phản hồi của người dùng.

3. Nhà thiết kế đồ họa và chuyên gia mỹ thuật ứng dụng:

   • Lợi ích: Hiểu rõ cách chuyển hóa các quy luật bố cục kinh điển của Kandinsky và nguyên lý tương phản màu sắc thành các thuật toán thiết kế tự động.
   • Trường hợp sử dụng (Use case): Ứng dụng quy tắc hoán vị lưới 6x4 vào việc tạo mẫu hoa văn vải, bao bì sản phẩm, gạch trang trí kiến trúc và bố cục dàn trang tạp chí.

4. Kỹ sư phát triển phần mềm sáng tạo và công nghệ tương tác:

   • Lợi ích: Tham khảo kiến trúc hệ thống module hóa từ khâu tiền xử lý ảnh, trích xuất đặc trưng, gom cụm dữ liệu đến thiết kế giao diện đánh giá tương tác.
   • Trường hợp sử dụng (Use case): Phát triển các tiện ích mở rộng (plugins) hỗ trợ tạo sinh layout thông minh cho các phần mềm thiết kế đồ họa chuyên nghiệp.

Câu hỏi thường gặp

1. Dự án PermutoPainter giải quyết thách thức cốt lõi nào trong nghệ thuật số?

Dự án giải quyết bài toán nút thắt đánh giá của con người trong các thuật toán tiến hóa tạo sinh ảnh. Thay vì bắt nghệ sĩ duyệt qua hàng triệu hoán vị ngẫu nhiên gây mệt mỏi nhận thức, hệ thống sử dụng thuật toán K-medoids để gom nhóm và chỉ hiển thị 12 đến 20 ảnh đại diện trung tâm, giúp người dùng định hướng quá trình sáng tác một cách nhanh chóng và chính xác.

2. Vì sao nghiên cứu lựa chọn thuật toán K-medoids thay vì K-means truyền thống?

Thuật toán K-means sử dụng điểm trung bình ảo làm tâm cụm, điều này có thể tạo ra các véc-tơ không tương ứng với bất kỳ bức tranh thực tế nào trong tập dữ liệu. Ngược lại, K-medoids luôn chọn một phần tử dữ liệu thực sự làm tâm (medoid) và có khả năng kháng nhiễu vượt trội, đảm bảo hình ảnh hiển thị cho nghệ sĩ đánh giá luôn là một tác phẩm hoàn chỉnh và trực quan.

3. Nghệ sĩ đóng vai trò như thế nào trong vòng lặp học máy của PermutoPainter?

Nghệ sĩ đóng vai trò là hàm thích nghi sống (Human Fitness Function). Thông qua giao diện đồ họa, nghệ sĩ chấm điểm từ 1 đến 5 sao và gán các nhãn cảm xúc định tính như "Tĩnh lặng", "Bi kịch" hay "Động lực" cho từng phương án. Thuật toán Random Forest sẽ học trực tiếp từ các nhãn này để dự đoán và sinh ra các thế hệ tranh tiếp theo phù hợp với thị hiếu của nghệ sĩ.

4. Lý thuyết của Wassily Kandinsky được số hóa trong hệ thống bằng cách nào?

Hệ thống chuyển hóa các luận điểm của Kandinsky thành các biến số hình học cụ thể: hướng đường nét được mã hóa thành các góc nghiêng, vị trí đường nét được chia theo các trục tọa độ ma trận, độ căng không gian được định lượng bằng số lượng giao điểm và độ dày nét vẽ, từ đó xây dựng nên véc-tơ đặc trưng hình ảnh đa chiều phản ánh đúng cấu trúc thẩm mỹ trừu tượng.

5. Kết quả phân loại của mô hình Random Forest trong luận văn đạt hiệu năng ra sao?

Mô hình Random Forest xây dựng từ tập hợp các cây quyết định độc lập đã đạt độ chính xác trung bình 87.5% trên 4 nhóm phong cách không gian. Trong đó, lớp bố cục "Tĩnh lặng" đạt độ chính xác cao nhất với 92.3%, chứng minh khả năng phân tách ranh giới dữ liệu xuất sắc của thuật toán trên không gian đặc trưng hình học đa biến.

Kết luận

Luận văn thạc sĩ đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra với 5 đóng góp học thuật và thực tiễn nổi bật:

• Xây dựng thành công hệ thống PermutoPainter giải quyết triệt để bài toán tối ưu hóa không gian hoán vị phân mảnh gồm 24 ô vuông thông qua tính toán tiến hóa tương tác.
• Chuyển hóa thành công các nguyên lý mỹ thuật trừu tượng kinh điển của Wassily Kandinsky thành bộ véc-tơ đặc trưng toán học đa chiều phục vụ phân tích ảnh tự động.
• Ứng dụng hiệu quả giải thuật phân cụm K-medoids giúp giảm thiểu hơn 80% tải duyệt ảnh cho nghệ sĩ và triệt tiêu ảnh hưởng của các điểm dữ liệu dị biệt.
• Tích hợp thành công mô hình phân loại Rừng ngẫu nhiên (Random Forest) đạt độ chính xác dự đoán thẩm mỹ 87.5% trên tập dữ liệu kiểm thử.
• Thiết lập một quy trình cộng tác người - máy mẫu mực, khẳng định vai trò của trí tuệ nhân tạo như một công cụ khuếch đại năng lực sáng tạo của con người.

Lộ trình phát triển tiếp theo của dự án tập trung vào việc mở rộng tập dữ liệu đa sắc màu và tích hợp mạng nơ-ron học sâu trong giai đoạn 2026-2027. Độc giả, các nhà nghiên cứu và nghệ sĩ quan tâm có thể liên hệ trực tiếp với nhóm tác giả tại Viện Quốc tế Pháp ngữ (IFI) để khai thác và phát triển mở rộng mã nguồn của công trình này.

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 [e-mail] 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 [e-mail] 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 [e-mail] 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 [e-mail] 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 [e-mail] 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 [e-mail] 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 [e-mail] 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 [e-mail] 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 [e-mail] 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 [e-mail] 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?