blog5

第五次作业——项目选题：看画猜作者

前言

本博客为OUC2022秋季软件工程第五周作业

一、项目介绍

“抽象是艺术史上的自然进步，然而算法捕捉到了这一点”。

很多人认为理工男普遍缺乏艺术细菌，不懂欣赏艺术的抽象美，然后现在理工男设计的AI算法已经能够理解艺术。

罗格斯大学的艺术与人工智能实验室制作出一套名为CAN（创造性对抗网络）的AI系统，CAN向我们证明人工智能可以理解艺术发展脉络和学习路径，所以项目的目的就是识别名画的作者。

项目数据集来自49位大师的作品，乔托·迪·邦多纳、毕加索、梵高、安德烈·鲁勃廖夫、提香·韦切利奥等。

二、NABCD模型分析

1)N (Need 需求)

对于非艺术专业的人们，艺术鉴赏是一件十分困难的事情。作为工科生，我们了解到身边的很多人对于艺术鉴赏特别是对名画的鉴赏有着极大的兴趣，但是除了书本中出现过的名画作品外，他们对名画的了解又很少。因此，我们小组希望做出一款软件，帮助人们识别出名画的作者，从而帮助他们可以更好的认识这幅名画，了解它的创作背景。

2) A (Approach 做法)

在具体实践过程中，深度学习以及网页构建等方面会给我们带来一些困难。但是我们有以下优势：

• 小组成员有WEB框架设计的经验，掌握了一些WEB框架设计的技术，可以帮助我们解决网页构建方面的问题。
• 这一学期学习了深度学习的技术，我们将用AI研习社和不同网站的数据进行不断的训练，然后提高我们的识别率。
• 我们会借助网络平台帮助我们解决实践过程中遇到的问题。

3) B (Benefit 好处)

• 该项目是一款Web版的软件，使用十分方便快捷无需安装，用户可以十分方便的知道画作的作者。
• 该项目的成本几乎为零。
• 通过对该项目的开发，可以增强小组成员团队协作能力，同时也可以积累项目开发的宝贵经验。

4) C (Competitors 竞争)

市场上现在还没有很好的Web版的识图类型的软件，我们的项目作为一个Web版的识图类型的软件会有很大的竞争优势。

​ 现有的识图工具中并没有一款可以直接识别出名画作者的软件，因此我们的项目有很大的竞争优势。

5) D (Delivery 交付， Data 数据）

1. Delivery 交付

我们会通过线上和线下两种方式鼓励用户上手我们的产品。线上的方式包括使用QQ、微信、Github以及博客园等平台将我们的产品交付给用户。线下的方式我们计划借助宿舍人口密集的优势，挨个登门拜访向大家推荐我们的产品。发布一周后的用户量估计在200人。

2. Data 数据

首先要得到识别的准确率，我们会设置一个反馈机制，当用户发现系统对某幅画识别有误时可以进行反馈，我们会根据用户的反馈情况对产品进行更新；其次要得到产品的使用次数以及每个用户的重复使用次数，用这来证明我们的产品是否真正为用户提供了帮助。

三、电梯演说

​ 无论是逛画展还是和同学们讨论绘画方面的问题，我们总是会对那些一下子就说出名画名字和作者的人莫名的崇拜。生活中很多人对名画都是一知半解，甚至有的人不知道自己看的这是什么画，看到画作也只是跟着大流走，不知道也附和说自己知道。不得不承认的是，从古至今有太多的画家了，我们身为没有经常接触画作的人显然让我们认出这是谁画的，画的是什么对普通人来说实在过于困难。

​ 有点画形象忧郁，再加上超现实主义和令人恐惧的大眼睛；有的画擅长运用小笔触，追求大自然的光与影；有的画钟情于光的运用，色彩比线条要重要，画面光鲜明亮，让人一下子就能爱上…这些画的特点太足了，看一眼就不能忘记，当知道了这些，再看到名画很轻松就能知道作者是谁了。