Компьютерную программу научили делать смешные коллажи

Исследовательский коллектив из Virginia Tech, TTI-Chicago и Микрософт Research создал метод, что классифицирует комплект картин на забавные и несмешные. Помимо этого, программа способна перерисовывать картины, дабы из несмешной оказалась забавная либо напротив, говорит N+1. Авторы изучения сделали подборку из нескольких сотен клипарт-картин людей, бытовых предметов и животных, а после этого внесли предложение добровольцам составить из этого комплекта простые коллажи.

Наряду с этим в половине случаев участников просили, дабы коллаж был забавным. Вторым добровольцам затем предлагали оценить все оказавшиеся коллажи от одного (картина совсем не забавная) до пяти (картина весьма забавная).

Потому, что коллажи складывались из одного и того же комплекта элементов, для них легко было составлять текстовое описание. Его применяли для обучения несложной нейронной сети, дабы классифицировать картины на забавные и несмешные. Оказалось, что в группу забавных картин значительно чаще попадали изображения, на которых один либо пара объектов были в необыкновенном для них контексте.

К примеру, на одном из коллажей животные обедали, сидя за столом, а человек сидел в собачьей корзинке.

Дабы удостовериться, что именно контекст значительно чаще несёт ответственность за юмор, программу кроме этого обучали, как из забавной картины сделать несмешную либо напротив. Для этого метод выбирал пара фрагментов коллажа, больше всего выбивавшихся из неспециализированной сцены, и менял их на более подходящие элементы.

Оказавшиеся по окончании замены коллажи показывали добровольцам и просили выяснить, кто составлял данный коллаж: человек либо компьютер. В 28% случаев участники думали, что автором был человек, не смотря на то, что в действительности коллаж составляла программа.

Авторы отмечают, что отличных показателей в этом случае считалось бы 50%: это означало бы, что коллажи неразличимы.

Согласно мнению ученых, в их работе в первый раз делается попытка автоматического анализа забавных изображений. В будущем подобные изучения смогут применяеться, к примеру, для контекстной рекламы либо для программирования автоматических камер, делающих снимок, лишь в то время, когда в кадре происходит что-то забавное.