白茹意

(山西大學(xué) 軟件學(xué)院，山西 太原 030013)

0 引 言

抽象畫是由繪畫者通過他們的主觀思想，用點、線、面、顏色等組合視覺形式來表達的，通常被理解為不描述自然的藝術(shù)[1]。抽象畫通過色彩，圖像的組合來表達人內(nèi)心熱烈的情感，被稱為“熱抽象”；不表達情感，而是通過圖形和色彩的組合來表達結(jié)構(gòu)，被稱為“冷抽象”。在創(chuàng)作抽象畫時，藝術(shù)家根據(jù)自己的審美觀念，決定作品懸掛的正確方向。雖然正確的方向通常在畫布的背面指定，對于普通的沒有藝術(shù)背景的觀察者來說是很不明顯的。如何在抽象繪畫中找到與方向相關(guān)的因素，大眾對抽象畫的審美價值是否因錯誤的繪畫方向而降低。這些問題成為研究抽象畫方向?qū)徝赖幕A(chǔ)。一些心理學(xué)研究已經(jīng)表明[2]，繪畫方向是一個與審美評價有關(guān)系的因素，抽象繪畫的原始方向更易于獲得較高的審美評價，專業(yè)的藝術(shù)家或非專業(yè)的觀賞者對正確方向的欣賞程度遠遠高于平均水平(25%)，但低于完美(100%)。

隨著信息數(shù)字化的趨勢，在網(wǎng)上可以很容易地找到繪畫的數(shù)字圖像。這使得計算機輔助繪畫分析成為可能，通過直接探索計算視覺特征與人的審美感知之間的關(guān)系，人們研究了各種審美評價方法。近年來，許多計算機視覺、模式識別、圖像處理等方法已經(jīng)被廣泛應(yīng)用到繪畫分析中，但很少有方法通過關(guān)注繪畫的方向來分析圖像審美評價。

Amirshahi等人[3]招募受試者對藝術(shù)家的高質(zhì)量的彩色繪畫圖像進行審美評分，然后計算每幅繪畫圖像的平均分，最后根據(jù)評分將圖像分為兩類(高美學(xué)和低美學(xué))。Yanulevskaya等人[4]招募100個受試者給500幅抽象畫進行7級評分，采用Lab顏色模型和SIFT(尺度不變特征轉(zhuǎn)換)提取圖像特征，將特征輸入SVM分類模型，實現(xiàn)繪畫的情感分類。Li等人[5]招募42名受試者對100幅繪畫圖像進行1-5級美學(xué)評分，分析繪畫的視覺復(fù)雜度。Guo等人[6]要求受試者按照1-7級對繪畫圖像進行復(fù)雜度評分，將“3”和“5”作為閾值，按照評分把圖像分為“低復(fù)雜度”、“中復(fù)雜度”和“高復(fù)雜度”。這些方法主要通過調(diào)查問卷實現(xiàn)美學(xué)評價，而文中則通過眼動實驗對圖像美學(xué)進行客觀評價。

目前，研究者也對如何判斷圖像的方向進行了大量的研究。Mather[7]以調(diào)查問卷的形式設(shè)置實驗，研究受試者對抽象畫不同方向的審美偏好。Lumini和Nanni[8]自動檢測攝影照片的方向，提取了顏色和紋理特征，在6 000多個數(shù)據(jù)集上采用SVM(支持向量機)、AdaBoost和子空間分類器進行方向識別。Lyu[9]對18 040幅自然圖像進行自動方向檢測，采用多尺度多方向小波變換提取特征，最后通過多二進制支持向量機確定圖像方向。Ivana等[10]在5 400幅數(shù)據(jù)集上對戶外圖像方向(0o,90o,-90o)進行自動檢測，首先根據(jù)圖像所包含的語義線索(如人臉、光線或天空)，將圖像按層次分為不同的組，然后對每組進行獨立的SVM分類器訓(xùn)練。Borawski等[11]判斷圖像法步驟如下:圖像降尺度，定位圖像子部分，計算絕對頻譜的對數(shù)，計算極坐標，最后確定圖像的方向。Ciocca等[12]采用圖像的底層特征，基于人臉方向判斷圖像的正確方向。Ciocca等[13]采用LBP-LRR方法對10萬張場景圖像的方向進行自動識別。Hollitt等[14]使用圖像的功率譜密度估計攝像系統(tǒng)的滾動方向，并利用Hough變換確定圖像中線的方向。Swami等[15]通過使用低水平視覺特征，采用卷積神經(jīng)網(wǎng)絡(luò)對大量圖像進行方向檢測，準確率達到95%。Jia[16]基于抽象藝術(shù)理論，將圖像進行上下、左右分割，并采用顏色和紋理特征，運用樸素貝葉斯和BP神經(jīng)網(wǎng)絡(luò)對抽象畫的方向進行分類。

基于以往的研究，文中的優(yōu)勢在于：(1)目前有關(guān)抽象繪畫方向的審美數(shù)據(jù)獲取主要采取問卷調(diào)查等方法，致使繪畫樣本及數(shù)據(jù)偏重主觀性，缺乏客觀的準確表述。文中采用眼動追蹤技術(shù)，結(jié)合審美偏好數(shù)據(jù)對抽象畫的方向?qū)徝肋M行主客觀綜合分析。(2)目前對方向檢測的研究主要針對自然和場景圖像。然而，抽象畫圖像的內(nèi)容和語義相對于自然圖像比較含蓄，不明顯，因此對抽象畫的方向檢測會比較困難，近幾年的相關(guān)工作也比較少。為了提高抽象畫的方向檢測準確率，文中采用基于非旋轉(zhuǎn)不變等價LBP(nri-uniform-LBP)描述符和支持向量機(SVM)算法的自動識別方法，將抽象畫分為正確方向(向上)和不正確方向(不向上)兩類。算法框架如圖1所示。

圖1 算法框架

1 抽象畫方向?qū)徝姥芯?/h2>

1.1 眼動方法

眼動方法[17]在視覺心理學(xué)中的應(yīng)用由來已久，國外學(xué)者將眼動引入到視覺心理學(xué)的研究來考察與視覺認知過程中的眼動特點，近幾年來，心理學(xué)家越來越重視各種視覺認知過程的眼動研究。當前主要的眼動數(shù)據(jù)可視化工具包括BeGaze，TobiiStudio，GazrTracker等。這些工具能導(dǎo)入眼動數(shù)據(jù)文件，然后生成熱點圖、掃描路徑圖等可視化結(jié)果，并支持視頻回放、興趣區(qū)AOI定義、數(shù)據(jù)統(tǒng)計等功能，最后還能將可視化結(jié)果以圖片的形式輸出與保存，可有效地提高數(shù)據(jù)可視化的效率和質(zhì)量。隨著這些工具的推廣,眼動數(shù)據(jù)在用戶界面可用性評估、廣告與品牌、產(chǎn)品設(shè)計評價、學(xué)習(xí)與閱讀、駕駛行為等研究領(lǐng)域也得到了廣泛應(yīng)用。

文中采用的實驗儀器為Tobii_T60眼動儀，眼動數(shù)據(jù)采樣頻率為60 Hz，顯示器大小為17英寸，分辨率為1 280*1 024，實驗圖片均為png格式。眼動數(shù)據(jù)分析使用Tobii_Studio分析軟件，其自帶四種強大的可視化工具——熱點圖、聚類、眼動軌跡圖和眼動過程還原，該軟件還支持眼動數(shù)據(jù)的統(tǒng)計分析。文中所有數(shù)據(jù)結(jié)果均使用SPSS 20.0軟件進行處理。

眼動研究選用的指標相對集中，特別是針對藝術(shù)作品的眼動研究中所選用的指標比較統(tǒng)一，主要指標有：注視次數(shù)、注視時間、首次注視時間、眼動軌跡、眼跳距離等等。針對文中的研究目的，最終決定采用以下兩個指標進行眼動規(guī)律的分析，即注視次數(shù)(FC)、注視時間(FD)，并結(jié)合審美偏好進行主客觀的綜合分析。

1.2 實驗設(shè)計

選取25幅來自于Wikiart(http://www.wikiart.org)的抽象畫，每一幅畫被順時針旋轉(zhuǎn)(0o,90o,180o,270o)后得到四幅方向不同的繪畫，隨機擺放到一張圖片上同時顯示，在每幅圖下標記(A,B,C,D)，如圖2所示。選取15名(9名男性，6名女性，年齡19～22)受試者參與實驗。所有受試者視力或矯正視力正常，之前均沒有繪畫及美學(xué)方面的研究背景。實驗操作時，受試者端坐于電腦桌面的正前方，與屏幕保持大約55 cm～60 cm的距離(該距離為實驗的有效距離)，完全固定受試者的座椅來保持這個有效距離，并且要求受試者的頭部在實驗中不能左右移動。由于眼動是一種易受外界干擾的活動，實驗過程中確保環(huán)境安靜，光線強度適中，每一位受試者的眼動實驗相對獨立的進行。受試者獨立進行實驗，未做實驗前，受試者不允許提前觀看實驗材料，受試者進行實驗的先后順序可認為是隨機的。受試者被給定一個無限制的時間觀看每張圖片上的四幅繪畫，“選擇四幅圖中你認為最令人舒適的或有意義的一幅”，并在圖片下方用鼠標點擊該幅繪畫所對應(yīng)按鈕，問卷調(diào)查結(jié)果即為受試者對抽象畫的審美偏好。與此同時，通過眼動儀記錄受試者的眼動軌跡。

圖2 實驗界面

1.3 審美偏好結(jié)果分析

實驗結(jié)束后，調(diào)查審美偏好數(shù)據(jù)由電子問卷導(dǎo)出Excel格式數(shù)據(jù)，回收15份調(diào)查問卷，回收率100%，問卷數(shù)據(jù)可以說明15位被調(diào)查者對這100幅繪畫的審美偏好。將每張圖片中的四幅繪畫分為兩組(由表1所示)：方向正確I(包含一幅繪畫0°)與不正確組Ⅱ(包含三幅繪畫)。實驗結(jié)果顯示，受試者選擇結(jié)果與繪畫正確方向一致的概率達到62.4%，這一數(shù)字與文獻[7]中的實驗結(jié)果相近，其余三個方向的被選擇率分別為16%，10.4%和10.9%。這一結(jié)果表明，所有其他方向被選擇的概率要低得多，大約在10%～16%，即受試者對方向正確(0°)的偏好明顯高于其他方向的偏好。

對以上數(shù)據(jù)進行F檢驗得出，對組Ⅱ內(nèi)部的三幅圖片進行單因素方差分析得，F(xiàn)(2,72)=1.071,p=0.348，即組Ⅱ內(nèi)部沒有顯著性差異。對組I、組Ⅱ分析得F(3,96)=35.1,p<0.001，即組Ⅰ和組Ⅱ之間存在顯著性差異。比較表明，參與者一般不會傾向于將前后顛倒的圖像混淆，他們要么選擇了正確的方向，要么選擇了其余三個中的一個。

表1 審美偏好數(shù)據(jù)分析

1.4 眼動結(jié)果分析

每位受試者獨立完成實驗后，將每張圖片中四個不同方向的抽象畫劃為4個興趣區(qū)(AOI)，觀察每個AOI的熱點圖，如圖3所示。

圖3 眼動實驗AOI熱點圖

從圖3中可以直觀看出,被試者對方向正確繪畫(A)的關(guān)注程度明顯高于其余三幅繪畫(B,C,D)。針對文中的研究目的，采用注視次數(shù)(FC)和注視時間(FD)兩個眼動指標進行分析，同樣將每張圖片中的四幅繪畫分為兩組：方向正確組Ⅰ(包含一幅繪畫)與不正確組Ⅱ(包含三幅繪畫)。如表2所示，四幅繪畫中，受試者對方向正確的繪畫注釋注視時間最長的概率為72.7%，受試者對方向正確的繪畫注釋注視次數(shù)最多的概率為68.18%；組Ⅱ內(nèi)部沒有顯著性差異，而組Ⅰ和組Ⅱ之間存在顯著性差異。這一結(jié)果與審美偏好的結(jié)果一致，說明受試者對方向正確的繪畫注視時間會比較長，次數(shù)也比較多。

表2 眼動數(shù)據(jù)分析

1.5 綜合分析

將調(diào)查問卷中每幅繪畫的被選擇率作為該繪畫審美偏好的量化值，結(jié)合注視次數(shù)和注視時間，進行二元定距變量相關(guān)分析，發(fā)現(xiàn)審美偏好與兩個眼動指標的Pearson相關(guān)系數(shù)為0.348和0.395(見表3)，即在0.01的顯著水平上，相關(guān)程度為弱相關(guān)(0.3≤|r|<0.5)。結(jié)果說明受試者在審美過程中的眼動與其心理活動具有一致性，結(jié)合表2的結(jié)果可得出，一般來說受試者對方向正確的繪畫注視次數(shù)較多，時間較長，審美評價也比較高。

表3 注視時間、注視次數(shù)與問卷數(shù)據(jù)的相關(guān)性

2 抽象畫方向自動識別

2.1 LBP

LBP[18](local binary pattern，局部二值模式)是由Ojala的機器視覺研究小組針對紋理圖像的研究所提出的，在模式識別和計算機視覺領(lǐng)域得到了廣泛的應(yīng)用。該方法是一種用來描述圖像局部紋理特征的算子，被定義為圖像中每個像素周圍的局部模式的直方圖。LBP具有對灰度變化不敏感，計算復(fù)雜度低，高效的識別能力、無需訓(xùn)練和易于工程實現(xiàn)等優(yōu)點，主要應(yīng)用于人臉識別、遙感圖像分析、工業(yè)檢測、醫(yī)學(xué)圖處理和動態(tài)紋理識別等。然而，提出的方向識別方法采用的是LBP的另一個特性，即旋轉(zhuǎn)可變特性。

LBP是通過某個像素的灰度與其領(lǐng)域像素的灰度進行閾值化來計算的。給定鄰域半徑R和像素個數(shù)P(鄰域R上的采樣點數(shù))，每個像素的LBPP,R計算如下:

(1)

其中，gc是當前像素的灰度級，gn是其領(lǐng)域的灰度級，s(x)是一個符號函數(shù)：

(2)

設(shè)P=8，R=1時，圖像某像素的LBPP,R碼的計算過程為：將該像素點的值與其鄰域像素點的值進行比較，若鄰域像素點的值大于中心點像素，則將該領(lǐng)域位置置1，反之置0，形成一個局部二進制模式。將該模式以x正軸方向為起點，按逆時針方向讀取圓形采樣點，最終得到一個8位二進制數(shù)序列，并將其轉(zhuǎn)換成十進制數(shù)，即為LBPP,R碼，例如(01111000)10=120。

當一幅灰度圖像的大小為M×N時，該圖像所有像素的LBP算子出現(xiàn)的頻率直方圖記為H，H作為該圖像的LBP特征。

(3)

(4)

其中，0≤k

按照上述方法設(shè)定的LBP算子的應(yīng)用有些不足：P=8，R=1的鄰域范圍較小，對于大尺度的紋理結(jié)構(gòu)無法捕獲；該鄰域的采樣方式不宜于旋轉(zhuǎn)。之后，經(jīng)過不斷探索，研究人員對原始的LBP算法提出了多種優(yōu)化和改進策略：

(1)LBP圓形算子：把圖像中的某個像素點作為中心點，取半徑為R，按照(Rcos(2πn/P),Rsin(2πn/P))方法進行灰度插值，得到的圓形采樣點集作為該中心點的領(lǐng)域點，P為采樣點個數(shù)，這樣能滿足不同尺度和頻率采樣的需要。

(2)LBP旋轉(zhuǎn)不變模式(rotation invariant)：不采用這個特性，因為旋轉(zhuǎn)不變性顯然會丟棄關(guān)于圖像方向的重要信息。

(3)LBP等價模式(uniform)：半徑為R，采樣點為P的圓形算子會產(chǎn)生2P種編碼。很明顯，LBP編碼的種類會隨著采樣點數(shù)的增多而急劇遞增，這使得LBP模式的統(tǒng)計直方圖過于稀疏。為解決這一問題，“等價模式”限制二進制序列從0到1或從1到0的跳變次數(shù)不超過2，跳變次數(shù)計算公式如下：

U(LBPP,R)=|s(gP-1-gc)-s(g0-gc)|+

(5)

跳變次數(shù)小于等于2的各自為一類，跳變次數(shù)大于2的所有情況歸為一類。經(jīng)過優(yōu)化之后，LBP編碼的種類大大減少，由2P減少為2+P(P-1)，而且不會丟失任何信息。

針對圖像方向檢測的目標以及計算成本，文中采用基于半徑為2，采樣點為16的“非旋轉(zhuǎn)不變等價”描述符LBP2,16作為特征，特征編碼種類為243。

2.2 “非旋轉(zhuǎn)不變等價”LBP特征提取

(1)顏色模式轉(zhuǎn)換：一幅彩色抽象畫圖像的大小為M×N，將彩色圖像(RGB模式)轉(zhuǎn)成灰度圖像。設(shè)原始圖像為G,采用平均值法，得到灰度圖像G_GRAY。

(6)

(2)LBP特征：設(shè)置半徑R為2，圓形采用點數(shù)P為16，對G_GRAY中的每一個像素求出對應(yīng)的“非旋轉(zhuǎn)不變等價”LBP2,16描述符。

(3)直方圖：采用(2)中的方法，統(tǒng)計灰度圖像G_GRAY中所有像素的LBP值，組成LBP頻率直方圖(橫坐標為243種LBP編碼方式，縱坐標為每個樣本出現(xiàn)的頻率)，然后對該直方圖進行歸一化處理，最終得到243維特征向量。該向量作為下一步分類模型的輸入特征。

2.3 實驗數(shù)據(jù)

此算法運行的軟件環(huán)境為Anaconda3，編程語言為python。隨機選取500幅抽象畫作為實驗數(shù)據(jù)集，選取400幅繪畫作為訓(xùn)練集，100幅作為測試集，按照1.1節(jié)中的方法旋轉(zhuǎn)，最終得到訓(xùn)練集1 600幅，測試集400幅，采用SVM分類器進行方向自動識別，運用10倍交叉驗證評估分類模型。對于大多數(shù)繪畫來說，其懸掛方向不會是斜的，因此將抽象畫分為正確(向上)和不正確(不向上)兩類。

2.4 結(jié)果分析

文中采用SVM算法將抽象畫分為“正確方向”和“不正確方向”兩類。由于數(shù)據(jù)集中的正負樣本數(shù)量不等，因此很多文獻會采用不同手段將正負樣本平衡表示。但是，文中傾向于保持數(shù)據(jù)集的不平衡，因為這樣更能代表實際應(yīng)用中所發(fā)生的情況。

在使用LBP進行繪畫圖像特征提取時，不同的鄰域半徑和采樣點個數(shù)會導(dǎo)致不同的特征描述，表4中顯示了不同半徑情況下的分類精度。結(jié)果顯示，半徑為1，采樣點為8時的分類準確率為73.5%；當鄰域半徑為2，鄰域像素為16,分類準確率最高為76.75%；半徑為3，采樣點為24的準確率與半徑為2是基本相同的，但是考慮計算成本，文中實驗選取LBP2,16算子進行方向特征的提取。

表4 不同鄰域半徑和鄰域像素數(shù)的分類精度

在三種不同的顏色模式(灰度圖像，RGB，HSI)下，采用LBP2,16算子的LBP特征得到的分類準確率，分別為76.75%，76.5%和76.75%，如表5所示。實驗結(jié)果表明，采用不同的顏色模式，對提出的方向識別算法影響不大。

表5 不同顏色模式的分類精度

為了驗證文中算法的有效性，在同一數(shù)據(jù)庫下，將所提方法與文獻[16]中的最新抽象繪畫方向識別方法進行比較。實驗結(jié)果顯示，文獻[16]的分類精度為74%，而所提算法精度高于文獻[16]，達到76.75%。

在實驗結(jié)果中發(fā)現(xiàn)，內(nèi)容清晰的抽象畫的方向?qū)ρ劬头诸惸Ｐ投己苊黠@的，更容易被區(qū)分(見圖4第一行)。然而，還有一些內(nèi)容抽象或含蓄的抽象畫，它們的方向無論是眼睛還是模型都很難判斷(見圖4第二行)，這些也是下一步的研究重點。

圖4 抽象畫

3 結(jié)束語

設(shè)計了眼動實驗，通過審美偏好數(shù)據(jù)和眼動數(shù)據(jù)對抽象繪畫的方向?qū)徝涝u價進行綜合分析，用客觀的數(shù)據(jù)反映了人類的主觀審美偏好。實驗證明，客觀的眼動數(shù)據(jù)和主觀的審美偏好之間具有一致性，并且受試者對方向正確的繪畫有比較高的審美偏好，同時也為抽象畫的審美評價提供了一個新的研究視角。此外，采用了一種非旋轉(zhuǎn)不變等價LBP紋理描述算子和SVM分類器，實驗結(jié)果表明，該方法得到了最好的分類效果。

然而從上述結(jié)果看出，由于抽象畫的內(nèi)容相對含蓄，因此分類準確率不是特別高。在未來的研究中，可以從特征和分類器選取等方面進行研究，進一步提高抽象畫圖像方向的分類精度：僅僅提取了LBP描述符，今后可以實現(xiàn)與方向相關(guān)的多特征融合，例如顏色、布局和語義等；實驗樣本數(shù)只有500，今后可以增加抽象畫樣本的數(shù)量，采用深度學(xué)習(xí)算法(例如，CNN等)實現(xiàn)更快速有效的方向識別。