Machine Learning para replicar la técnica de pincelada y trazo de las pinturas de Vincent van Gogh
Los modelos de inteligencia artificial cada vez son más utilizados en la vida cotidiana. Esto ha impulsado a que dichos algoritmos se utilicen en disciplinas académicas tradicionalmente apartadas de estos, como por ejemplo el arte. Por medio de la implementación de un modelo variante de GANs, se rep...
- Autores:
-
Caro López, Dianis Milena
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/64568
- Acceso en línea:
- http://hdl.handle.net/1992/64568
- Palabra clave:
- Machine learning
GANs
cGANs
Vincent van Gogh
Pincelada
Arte
Ingeniería
- Rights
- openAccess
- License
- Attribution-NoDerivatives 4.0 Internacional
| id |
UNIANDES2_5b895b5292184c331874acc889d49fa5 |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/64568 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Machine Learning para replicar la técnica de pincelada y trazo de las pinturas de Vincent van Gogh |
| title |
Machine Learning para replicar la técnica de pincelada y trazo de las pinturas de Vincent van Gogh |
| spellingShingle |
Machine Learning para replicar la técnica de pincelada y trazo de las pinturas de Vincent van Gogh Machine learning GANs cGANs Vincent van Gogh Pincelada Arte Ingeniería |
| title_short |
Machine Learning para replicar la técnica de pincelada y trazo de las pinturas de Vincent van Gogh |
| title_full |
Machine Learning para replicar la técnica de pincelada y trazo de las pinturas de Vincent van Gogh |
| title_fullStr |
Machine Learning para replicar la técnica de pincelada y trazo de las pinturas de Vincent van Gogh |
| title_full_unstemmed |
Machine Learning para replicar la técnica de pincelada y trazo de las pinturas de Vincent van Gogh |
| title_sort |
Machine Learning para replicar la técnica de pincelada y trazo de las pinturas de Vincent van Gogh |
| dc.creator.fl_str_mv |
Caro López, Dianis Milena |
| dc.contributor.advisor.none.fl_str_mv |
Arteaga Martín, Santiago Felipe Lozano Garzon, Carlos Andres |
| dc.contributor.author.none.fl_str_mv |
Caro López, Dianis Milena |
| dc.subject.keyword.none.fl_str_mv |
Machine learning GANs cGANs Vincent van Gogh Pincelada |
| topic |
Machine learning GANs cGANs Vincent van Gogh Pincelada Arte Ingeniería |
| dc.subject.themes.es_CO.fl_str_mv |
Arte Ingeniería |
| description |
Los modelos de inteligencia artificial cada vez son más utilizados en la vida cotidiana. Esto ha impulsado a que dichos algoritmos se utilicen en disciplinas académicas tradicionalmente apartadas de estos, como por ejemplo el arte. Por medio de la implementación de un modelo variante de GANs, se replicó la técnica de la pincelada y trazo de Vincent van Gogh. Con el fin de lograr esto, se categorizaron todas las obras en seis macro-periodos artísticos y se tuvo en cuenta las siguientes características: fotografía de la obra original, fecha de elaboración (año y mes), y detalles del cuadro (material, tipo de trazo o pintura). El modelo de generación de imágenes logra imitar satisfactoriamente los diferentes estilos de Vincent van Gogh para las épocas previamente identificadas, teniendo como mejor resultado un loss para el discriminador del 56%. |
| publishDate |
2023 |
| dc.date.accessioned.none.fl_str_mv |
2023-02-03T14:16:54Z |
| dc.date.available.none.fl_str_mv |
2023-02-03T14:16:54Z |
| dc.date.issued.none.fl_str_mv |
2023-02-02 |
| dc.type.es_CO.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.es_CO.fl_str_mv |
Text |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/64568 |
| dc.identifier.instname.es_CO.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.es_CO.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.es_CO.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
http://hdl.handle.net/1992/64568 |
| identifier_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.es_CO.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.es_CO.fl_str_mv |
¿S. Arteaga, Machine Learning Painting Software Trained With Vincent Van Gogh¿s Data: Cooperation Of Human Intelligence And Artificial Creativity, 2021. H. Zhang, I. Goodfellow, D. Metaxas y A. Odena, Self-Attention Generative Adversarial Networks, 2018. I. Berezhnoy, E. Postma y J. van den Herik, «Computer analysis of Van Gogh¿s complementary colours,» Pattern Recognition Letters, no 28, p. 703¿709, 2007. A. Ramesh, P. Dhariwal y A. Nichol, Hierarchical Text-Conditional Image Generation with CLIP Latents, 2022. S. Bringsjord, P. Bello y D. Ferrucci, «Creativity, the Turing Test, and the (Better) Lovelace Test,» Minds Mach, vol. 11, no 1, p. 3¿27, 2001. M. A. Runco, «Chapter 1 - Cognition and Creativity,» de Creativity (Second Edition), Ed. San Diego: Academic Press, 2014, p. 1¿38. W. S. McCulloch y W. Pitts, «A logical calculus of the ideas immanent in nervous activity,» Bulletin of Mathematical Biophysics, no 5, p. 115¿133, 1943. Y. Freund y R. E. Schapire, «Large Margin Classification Using the Perceptron Algorithm,» Machine Learning, vol. 37, no 3, pp. 277-296, 1999. I. Goodfellow, Y. Bengio y A. Courville, «6.5 Back-Propagation and Other Differentiation Algorithms,» de Deep Learning, MIT Press, 2016, p. 200¿220. «Generative Adversarial Nets,» Proceedings of the International Conference on Neural Information Processing Systems, pp. 2672-2680, 2014. Vincent van Gogh's Museum, «Search the collection - Van Gogh Museum,» [En línea]. Available: https://vangoghmuseum.nl/en/search/collection?q=&artist=Vincent%20van% 20Gogh. [Último acceso: 10 November 2022]. I. Berezhnoy, E. Postma y H. Herik, «Digital analysis of Van Gogh¿s complementary colour,» 2005. R. Brower, «Vincent van Gogh 1853¿1890: Artist/painter Painted Starry Night,» de Encyclopedia of Creativity (Second Edition), San Diego, M. A. Runco and S. R. Pritzker, Eds, 2011, p. e89¿e94. A. Callen, Techniques of the Impressionists, QED Publishing/Chartwell Books, 1982. I. Berezhnoy, P. Erik y H. J. Van Den Herik, «Automatic extraction of brushstroke orientation from paintings,» Machine Vision and Applications, vol. 20, no 1, pp. 1-9, 2009. J. Li, L. Yao, E. Hendriks y J. Z. Wang, «Rhythmic Brushstrokes Distinguish van Gogh from His Contemporaries: Findings via Automated Brushstroke Extraction,» Pattern Analysis and Machine Intelligence, p. 1159¿ 1176, 2012. J. C. Russ, The Image Processing Handbook, CRC Press, 2006, pp. 553-554. SFU Data Science Research Group, «DataPrep,» SFU Database Systems Lab, 2020. [En línea]. Available: https://docs.dataprep.ai/user_guide/clean/clean_date.html. [Último acceso: 22 Diciembre 2022]. J. Canny, «A Computational Approach To Edge Detection,» IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 8, no 6, p. 679¿698, 1986. OpenCV - Open Source Computer Vision, «OpenCV: Canny Edge Detection,» 29 Diciembre 2022. [En línea]. Available: https://docs.opencv.org/4.x/da/d22/tutorial_py_canny.html. [Último acceso: 01 Enero 2023]. I. Sobel, «An Isotropic 3x3 Image Gradient Operator,» Presentation at Stanford A.I. Project 1968, 2014. Stability AI, «Stable Diffusion Public Release,» [En línea]. Available: https://stability.ai/blog/stable-diffusion-public-release. [Último acceso: 05 Diciembre 2022]. D. Brooks, Catalogues Raisonnés, David Brooks (self-published), 1989. |
| dc.rights.license.spa.fl_str_mv |
Attribution-NoDerivatives 4.0 Internacional |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Attribution-NoDerivatives 4.0 Internacional http://creativecommons.org/licenses/by-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.es_CO.fl_str_mv |
44 páginas |
| dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
| dc.publisher.es_CO.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.es_CO.fl_str_mv |
Ingeniería de Sistemas y Computación |
| dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.es_CO.fl_str_mv |
Departamento de Ingeniería Sistemas y Computación |
| institution |
Universidad de los Andes |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/959d808d-49fb-466f-9456-b70b8316d9e6/download https://repositorio.uniandes.edu.co/bitstreams/0cf7a1f8-77ac-47a2-bbc0-4e92a8053d69/download https://repositorio.uniandes.edu.co/bitstreams/23c5c7e5-138b-44ec-a74b-9388ddaa265a/download https://repositorio.uniandes.edu.co/bitstreams/f913fc5d-892d-489e-9518-bb522f52cacf/download https://repositorio.uniandes.edu.co/bitstreams/57849af4-2613-414b-9c33-efce041bc830/download https://repositorio.uniandes.edu.co/bitstreams/b00b7dd1-73bb-45ce-ae41-6cc926484b8f/download https://repositorio.uniandes.edu.co/bitstreams/4c2b5a9e-221d-40c9-8d06-36b09a1e3e89/download https://repositorio.uniandes.edu.co/bitstreams/539c0d35-d91d-470d-8c2f-77d4f66d3161/download |
| bitstream.checksum.fl_str_mv |
c02b39755b091bd41a2aa953373cfe15 4e3aa51ffd441dca7594cf1fce082a09 5aa5c691a1ffe97abd12c2966efcb8d6 31a1fde06f59dec9a8f730a0351922c0 4491fe1afb58beaaef41a73cf7ff2e27 c051aa4924f3c79117e35113edd3791f da94426038e527769055659d1238410c f7d494f61e544413a13e6ba1da2089cd |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1818111953991630848 |
| spelling |
Attribution-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Arteaga Martín, Santiago Felipee9653aad-492d-49e4-b1ce-9f5f0cf22b94600Lozano Garzon, Carlos Andresvirtual::13387-1Caro López, Dianis Milena0006388d-ba01-4b76-954a-7f1617c3db6f6002023-02-03T14:16:54Z2023-02-03T14:16:54Z2023-02-02http://hdl.handle.net/1992/64568instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Los modelos de inteligencia artificial cada vez son más utilizados en la vida cotidiana. Esto ha impulsado a que dichos algoritmos se utilicen en disciplinas académicas tradicionalmente apartadas de estos, como por ejemplo el arte. Por medio de la implementación de un modelo variante de GANs, se replicó la técnica de la pincelada y trazo de Vincent van Gogh. Con el fin de lograr esto, se categorizaron todas las obras en seis macro-periodos artísticos y se tuvo en cuenta las siguientes características: fotografía de la obra original, fecha de elaboración (año y mes), y detalles del cuadro (material, tipo de trazo o pintura). El modelo de generación de imágenes logra imitar satisfactoriamente los diferentes estilos de Vincent van Gogh para las épocas previamente identificadas, teniendo como mejor resultado un loss para el discriminador del 56%.Ingeniero de Sistemas y ComputaciónPregrado44 páginasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería Sistemas y ComputaciónMachine Learning para replicar la técnica de pincelada y trazo de las pinturas de Vincent van GoghTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPMachine learningGANscGANsVincent van GoghPinceladaArteIngeniería¿S. Arteaga, Machine Learning Painting Software Trained With Vincent Van Gogh¿s Data: Cooperation Of Human Intelligence And Artificial Creativity, 2021.H. Zhang, I. Goodfellow, D. Metaxas y A. Odena, Self-Attention Generative Adversarial Networks, 2018.I. Berezhnoy, E. Postma y J. van den Herik, «Computer analysis of Van Gogh¿s complementary colours,» Pattern Recognition Letters, no 28, p. 703¿709, 2007.A. Ramesh, P. Dhariwal y A. Nichol, Hierarchical Text-Conditional Image Generation with CLIP Latents, 2022.S. Bringsjord, P. Bello y D. Ferrucci, «Creativity, the Turing Test, and the (Better) Lovelace Test,» Minds Mach, vol. 11, no 1, p. 3¿27, 2001.M. A. Runco, «Chapter 1 - Cognition and Creativity,» de Creativity (Second Edition), Ed. San Diego: Academic Press, 2014, p. 1¿38.W. S. McCulloch y W. Pitts, «A logical calculus of the ideas immanent in nervous activity,» Bulletin of Mathematical Biophysics, no 5, p. 115¿133, 1943.Y. Freund y R. E. Schapire, «Large Margin Classification Using the Perceptron Algorithm,» Machine Learning, vol. 37, no 3, pp. 277-296, 1999.I. Goodfellow, Y. Bengio y A. Courville, «6.5 Back-Propagation and Other Differentiation Algorithms,» de Deep Learning, MIT Press, 2016, p. 200¿220.«Generative Adversarial Nets,» Proceedings of the International Conference on Neural Information Processing Systems, pp. 2672-2680, 2014.Vincent van Gogh's Museum, «Search the collection - Van Gogh Museum,» [En línea]. Available: https://vangoghmuseum.nl/en/search/collection?q=&artist=Vincent%20van% 20Gogh. [Último acceso: 10 November 2022].I. Berezhnoy, E. Postma y H. Herik, «Digital analysis of Van Gogh¿s complementary colour,» 2005.R. Brower, «Vincent van Gogh 1853¿1890: Artist/painter Painted Starry Night,» de Encyclopedia of Creativity (Second Edition), San Diego, M. A. Runco and S. R. Pritzker, Eds, 2011, p. e89¿e94.A. Callen, Techniques of the Impressionists, QED Publishing/Chartwell Books, 1982.I. Berezhnoy, P. Erik y H. J. Van Den Herik, «Automatic extraction of brushstroke orientation from paintings,» Machine Vision and Applications, vol. 20, no 1, pp. 1-9, 2009.J. Li, L. Yao, E. Hendriks y J. Z. Wang, «Rhythmic Brushstrokes Distinguish van Gogh from His Contemporaries: Findings via Automated Brushstroke Extraction,» Pattern Analysis and Machine Intelligence, p. 1159¿ 1176, 2012.J. C. Russ, The Image Processing Handbook, CRC Press, 2006, pp. 553-554.SFU Data Science Research Group, «DataPrep,» SFU Database Systems Lab, 2020. [En línea]. Available: https://docs.dataprep.ai/user_guide/clean/clean_date.html. [Último acceso: 22 Diciembre 2022].J. Canny, «A Computational Approach To Edge Detection,» IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 8, no 6, p. 679¿698, 1986.OpenCV - Open Source Computer Vision, «OpenCV: Canny Edge Detection,» 29 Diciembre 2022. [En línea]. Available: https://docs.opencv.org/4.x/da/d22/tutorial_py_canny.html. [Último acceso: 01 Enero 2023].I. Sobel, «An Isotropic 3x3 Image Gradient Operator,» Presentation at Stanford A.I. Project 1968, 2014.Stability AI, «Stable Diffusion Public Release,» [En línea]. Available: https://stability.ai/blog/stable-diffusion-public-release. [Último acceso: 05 Diciembre 2022].D. Brooks, Catalogues Raisonnés, David Brooks (self-published), 1989.201813026Publicationhttps://scholar.google.es/citations?user=WRJlR-UAAAAJvirtual::13387-10000-0003-2920-6320virtual::13387-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000219541virtual::13387-1144aa5a0-592f-47a4-995b-a440d00b1658virtual::13387-1144aa5a0-592f-47a4-995b-a440d00b1658virtual::13387-1THUMBNAILdmcaro-Machine Learning para replicar la te¿cnica de pincelada y trazo de las pinturas de Vincent van Gogh.pdf.jpgdmcaro-Machine Learning para replicar la te¿cnica de pincelada y trazo de las pinturas de Vincent van Gogh.pdf.jpgIM Thumbnailimage/jpeg10142https://repositorio.uniandes.edu.co/bitstreams/959d808d-49fb-466f-9456-b70b8316d9e6/downloadc02b39755b091bd41a2aa953373cfe15MD56Formato de autorizacio¿n Dianis Caro.pdf.jpgFormato de autorizacio¿n Dianis Caro.pdf.jpgIM Thumbnailimage/jpeg16529https://repositorio.uniandes.edu.co/bitstreams/0cf7a1f8-77ac-47a2-bbc0-4e92a8053d69/download4e3aa51ffd441dca7594cf1fce082a09MD58LICENSElicense.txtlicense.txttext/plain; charset=utf-81810https://repositorio.uniandes.edu.co/bitstreams/23c5c7e5-138b-44ec-a74b-9388ddaa265a/download5aa5c691a1ffe97abd12c2966efcb8d6MD51TEXTdmcaro-Machine Learning para replicar la te¿cnica de pincelada y trazo de las pinturas de Vincent van Gogh.pdf.txtdmcaro-Machine Learning para replicar la te¿cnica de pincelada y trazo de las pinturas de Vincent van Gogh.pdf.txtExtracted texttext/plain62103https://repositorio.uniandes.edu.co/bitstreams/f913fc5d-892d-489e-9518-bb522f52cacf/download31a1fde06f59dec9a8f730a0351922c0MD55Formato de autorizacio¿n Dianis Caro.pdf.txtFormato de autorizacio¿n Dianis Caro.pdf.txtExtracted texttext/plain1163https://repositorio.uniandes.edu.co/bitstreams/57849af4-2613-414b-9c33-efce041bc830/download4491fe1afb58beaaef41a73cf7ff2e27MD57ORIGINALdmcaro-Machine Learning para replicar la te¿cnica de pincelada y trazo de las pinturas de Vincent van Gogh.pdfdmcaro-Machine Learning para replicar la te¿cnica de pincelada y trazo de las pinturas de Vincent van Gogh.pdfDocumento de tesisapplication/pdf1975862https://repositorio.uniandes.edu.co/bitstreams/b00b7dd1-73bb-45ce-ae41-6cc926484b8f/downloadc051aa4924f3c79117e35113edd3791fMD53Formato de autorizacio¿n Dianis Caro.pdfFormato de autorizacio¿n Dianis Caro.pdfHIDEapplication/pdf389489https://repositorio.uniandes.edu.co/bitstreams/4c2b5a9e-221d-40c9-8d06-36b09a1e3e89/downloadda94426038e527769055659d1238410cMD54CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8799https://repositorio.uniandes.edu.co/bitstreams/539c0d35-d91d-470d-8c2f-77d4f66d3161/downloadf7d494f61e544413a13e6ba1da2089cdMD521992/64568oai:repositorio.uniandes.edu.co:1992/645682024-03-13 14:55:29.626http://creativecommons.org/licenses/by-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.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 |