論文の概要: The Art That Poses Back: Assessing AI Pastiches after Contemporary Artworks

• arxiv url: http://arxiv.org/abs/2603.06324v1
• Date: Fri, 06 Mar 2026 14:25:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-09 13:17:45.909511
• Title: The Art That Poses Back: Assessing AI Pastiches after Contemporary Artworks
• Title（参考訳）: 現代美術の後にAIパスティッシュを評価するアート
• Authors: Anca Dinu, Andreiana Mihail, Andra-Maria Florescu, Claudiu Creanga,
• Abstract要約: 本研究では,ChatGPTの視覚的創造性に着目し,絵画,絵画,彫刻,インスタレーションなどのオリジナルアートワークを意図的に貼り付けることによって,ChatGPTの新たなイメージを生成する能力に着目した。 このプロセスにはルーマニア、ブルガリア、フランス、オーストリア、イギリスから12人のアーティストが参加し、それぞれ3つの作品に貢献し、AI生成バージョンに関する評価とコメントを依頼した。 この分析は、人間の評価と、オリジナル作品とAIによる作り直しの間の視覚的およびスタイリスティックな類似点や相違点を検出するための計算手法を組み合わせる。
• 参考スコア（独自算出の注目度）: 0.8566349439189714
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This study explores artificial visual creativity, focusing on ChatGPT's ability to generate new images intentionally pastiching original artworks such as paintings, drawings, sculptures and installations. The process involved twelve artists from Romania, Bulgaria, France, Austria, and the United Kingdom, each invited to contribute with three of their artworks and to grade and comment on the AI-generated versions. The analysis combines human evaluation with computational methods aimed at detecting visual and stylistic similarities or divergences between the original works and their AI-produced renditions. The results point to a significant gap between color and texture-based similarity and compositional, conceptual, and perceptual one. Consequently, we advocate for the use of a "style transfer dashboard" of complementary metrics to evaluate the similarity between pastiches and originals, rather than using a single style metric. The artists' comments revealed limitations of ChatGPT's pastiches after contemporary artworks, which were perceived by the authors of the originals as lacking dimensionality, context, and intentional sense, and seeming more of a paraphrase or an approximate quotation rather than as a valuable, emotion-evoking artwork.
• Abstract（参考訳）: 本研究では,ChatGPTの視覚的創造性に着目し,絵画,絵画,彫刻,インスタレーションなどのオリジナルアートワークを意図的に貼り付けることによって,ChatGPTの新たなイメージを生成する能力に着目した。 このプロセスにはルーマニア、ブルガリア、フランス、オーストリア、イギリスから12人のアーティストが参加し、それぞれが作品の3点に貢献し、AI生成バージョンに関する評価とコメントを依頼した。 この分析は、人間の評価と、オリジナル作品とAIによる作り直しの間の視覚的およびスタイリスティックな類似点や相違点を検出するための計算手法を組み合わせる。 その結果、色とテクスチャに基づく類似性と、構成的、概念的、知覚的な相違点が示唆された。 その結果,パスティッチとオリジナルとの類似性を評価するために,補完的なメトリクスの「スタイル転送ダッシュボード」を使用することを提唱した。 アーティストのコメントは、同時代の美術作品の後、チャットGPTのパスティッシュの限界を明らかにしたが、これは原作者によって次元性、文脈、意図的な感覚が欠如していると認識され、価値ある感情を呼び起こす芸術作品というよりは、言い回しや近似的な引用のように見える。

関連論文リスト

• ArtistAuditor: Auditing Artist Style Pirate in Text-to-Image Generation Models [61.55816738318699]
  本稿では,テキスト・画像生成モデルにおける新しいデータ利用監査手法を提案する。 ArtistAuditorは、多彩なスタイルの表現を得るためにスタイル抽出器を使用し、アートワークをアーティストのスタイルのサンプリングとして扱う。 6つのモデルとデータセットの組み合わせによる実験結果は、ArtistAuditorが高いAUC値を達成可能であることを示している。
  論文  参考訳（メタデータ） (2025-04-17T16:15:38Z)
• Compose Your Aesthetics: Empowering Text-to-Image Models with the Principles of Art [61.28133495240179]
  本稿では,ユーザが特定した美学をT2I生成出力と整合させることを目的とした,美学アライメントの新しい課題を提案する。 アートワークが美学にアプローチするための貴重な視点を提供する方法にインスパイアされた私たちは、構成的枠組みのアーティストが採用する視覚的美学を定式化した。 我々は,T2I DMが,ユーザが特定したPoA条件により10の合成制御を効果的に提供することを実証した。
  論文  参考訳（メタデータ） (2025-03-15T06:58:09Z)
• Learning Artistic Signatures: Symmetry Discovery and Style Transfer [8.288443063900825]
  芸術様式の明確な定義はない。 スタイルは、局所的なテクスチャの配置を規定するグローバルな対称性のセットと考えるべきである。 局所的特徴とグローバル的特徴の両方を考慮し、リージェネレータと従来のテクスチャ尺度の両方を用いて、どちらの特徴セットよりもアーティスト間のスタイル的類似性を定量的に捉えることができることを示す。
  論文  参考訳（メタデータ） (2024-12-05T18:56:23Z)
• Have Large Vision-Language Models Mastered Art History? [3.790400719319821]
  VLM(Vision-Language Models)が絵画のスタイル、作者、制作日を分類できるかどうかを検証する。 美術史家たちは長い間、芸術のユニークな側面を研究してきたが、スタイル予測はその分野の重要な要素であった。
  論文  参考訳（メタデータ） (2024-09-05T13:33:57Z)
• Rethinking Artistic Copyright Infringements in the Era of Text-to-Image Generative Models [47.19481598385283]
  ArtSavantは、ウィキアートの作品の参照データセットと比較することで、アーティストのユニークなスタイルを決定するツールである。 そこで我々は,3つの人気テキスト・画像生成モデルにまたがる芸術的スタイルの複製の頻度を定量的に把握するために,大規模な実証的研究を行った。
  論文  参考訳（メタデータ） (2024-04-11T17:59:43Z)
• Learning to Evaluate the Artness of AI-generated Images [64.48229009396186]
  アートスコア(ArtScore)は、アーティストによる本物のアートワークと画像がどの程度似ているかを評価するために設計されたメトリクスである。 我々は、写真とアートワークの生成のために事前訓練されたモデルを採用し、一連の混合モデルを生み出した。 このデータセットはニューラルネットワークのトレーニングに使用され、任意の画像の定量化精度レベルを推定する方法を学ぶ。
  論文  参考訳（メタデータ） (2023-05-08T17:58:27Z)
• Paint by Word [32.05329583044764]
  ゼロショット・セマンティック・イメージ・ペインティングの問題点について検討する。 具体的な色やセマンティックな概念の有限セットのみを用いて画像に修正を描き込む代わりに、オープンなフルテキスト記述に基づいてセマンティックペイントを作成する方法について尋ねる。 本手法は,現実的な画像の最先端生成モデルと,最先端のテキスト画像意味的類似性ネットワークを組み合わせる。
  論文  参考訳（メタデータ） (2021-03-19T17:59:08Z)
• Identifying centres of interest in paintings using alignment and edge detection: Case studies on works by Luc Tuymans [1.8855270809505869]
  興味の中心を確立するために,アーティストがオリジナル画像に適用する変換のいくつかをアルゴリズム的に分解する最初の予備ステップを設定した。 本研究は,まず,絵画をベースとしたオリジナル画像から最小部分を切り離し,絵をこのソースと整列させ,興味の中心を特定するための微小な差分を調査し,その役割を理解しようとする比較手法を提案する。
  論文  参考訳（メタデータ） (2021-01-04T10:04:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。