APDDv2-SynAE

Uma base de dados para análise estética automatizada

Resumo do Projeto

O APDDv2-SynAE (Aesthetics of Paintings and Drawings Dataset – Synthetic Aesthetic Evaluation) é uma extensão do APDDv2, proposto por (Jin et al., 2024), desenvolvida para investigar e automatizar a análise estética de imagens geradas por inteligência artificial. Para sua construção, realizamos uma amostragem de aproximadamente 500 imagens do APDDv2, preservando a relevância estatística do conjunto. Cada imagem foi descrita utilizando o DeepSeek Janus, e, a partir dessas descrições textuais, geramos imagens sintéticas no mesmo estilo e conteúdo das originais usando dois modelos de tamanhos diferentes:

O objetivo era reproduzir as obras do dataset original apenas a partir de suas descrições, partindo da premissa de que as imagens geradas deveriam apresentar uma pontuação estética semelhante à da obra original. A avaliação foi conduzida por meio do ArtCLIP, modelo treinado na base de dados original e proposto pelos autores do APDDv2, permitindo comparar critérios estéticos entre imagens humanas e sintéticas. Apresentado no ICCC (International Conference on Computational Creativity) 2025 através do paper: Automatic Aesthetic Evaluation in Generative Image Models, o APDDv2-SynAE amplia as possibilidades de estudo comparativo entre criações humanas e produzidas por IA, contribuindo para avanços em arte computacional e visão computacional.

Ilustração da Metodologia

Pipeline ICCC

Vídeo da Apresentação

Apresentação

O arquivo utilizado para a apresentação do ICCC pode ser acessado no link abaixo.

Acessar a Apresentação

Visualizador do Dataset

Navegue por amostras da base de dados através de um carrossel visual interativo.

Acessar o Visualizador

Código-fonte e Repositório

Para acessar o código fonte usado para a criação do dataset e demais experimentos do projeto, acesse o repositório no GitHub.

Ver no GitHub

Na Mídia