Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Assessing Aesthetics of Generated Abstract Images Using Correlation Structure

Khajehabdollahi, S., Martius, G., & Levina, A. (2019). Assessing Aesthetics of Generated Abstract Images Using Correlation Structure. In 2019 IEEE Symposium Series on Computational Intelligence (SSCI) (pp. 306-313). Piscataway, NJ, USA: IEEE.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-0007-9B46-C Versions-Permalink: https://hdl.handle.net/21.11116/0000-0007-9B47-B
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:
ausblenden:
externe Referenz:
https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9002779 (Verlagsversion)
Beschreibung:
-
OA-Status:

Urheber

einblenden:
ausblenden:
 Urheber:
Khajehabdollahi, S, Autor
Martius, G., Autor           
Levina, A1, Autor           
Affiliations:
1External Organizations, ou_persistent22              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: Can we generate abstract aesthetic images without bias from natural or human selected image corpi? Are aesthetic images singled out in their correlation functions? In this paper we give answers to these and more questions. We generate images using compositional pattern-producing networks with random weights and varying architecture. We demonstrate that even with the randomly selected weights the correlation functions remain largely determined by the network architecture. In a controlled experiment, human subjects picked aesthetic images out of a large dataset of all generated images. Statistical analysis reveals that the correlation function is indeed different for aesthetic images.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2019-12
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: DOI: 10.1109/SSCI44817.2019.9002779
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: IEEE Symposium Series on Computational Intelligence (SSCI 2019)
Veranstaltungsort: Xiamen, China
Start-/Enddatum: 2019-12-06 - 2019-12-09

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: 2019 IEEE Symposium Series on Computational Intelligence (SSCI)
Genre der Quelle: Konferenzband
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: Piscataway, NJ, USA : IEEE
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 306 - 313 Identifikator: ISBN: 978-1-7281-2485-8