Visual order of Chinese ink paintings： 一个关于国画内容感知顺序的实验

Visual order of Chinese ink paintings

刊物：Visual Computing for Industry, Biomedicine, and Art， 中国图学学会，国内英文期刊，EI

摘要：视觉顺序是影响艺术品审美判断的关键因素之一。本文报告了使用回归模型评估提取的特征对中国水墨画视觉顺序的影响的结果。我们以九位当代艺术家的绘画为例，提取与他们绘画的视觉顺序相关的特征。进行问卷调查以收集人们对视觉顺序的评分。通过回归建模，我们的研究分析了每个特征的重要性，并验证了特征对视觉顺序的影响。

在先前关于视觉处理和感知的理论研究中，研究人员提出了不同的方法来定量测量网站、数字照片和不同质量的图像。例如，在图像压缩领域，已经提出了度量来评估压缩图像/视频的视觉质量，并根据人类的评估获得结论。研究人员还试图了解人类对网页的视觉和审美感知，以及网页的美学外观与其视觉复杂性之间的关系。对绘画的评价与照片不同。绘画有各种流派，如具象绘画与抽象绘画，蒙德里安的抽象风格与毕加索的立体主义风格，具有完全不同的图案和视觉元素。因此，绘画不能简单地作为照片放在一起进行美学评估。由于人类对绘画的评价差异可能很大，因此在本文中，我们在以下方面简化并增强了研究的可行性。我们专注于一种类型的绘画，即中国水墨画。我们选择了九位当代艺术家的画作，他们有着相似的风格、内容和技法。我们的研究提供了一种定量方法来描述中国水墨画的视觉顺序。

对审美偏好有很多重要的研究。例如，研究人员基于Birkhoff的美学测量理论[5]，调查了影响一个人观看绘画审美体验的基本特征[4]。Birkhoff将美学度量（M）、顺序（O）和复杂性（C）视为可测量的贡献者，并导出以下公式：M=O/C。它将对称性、对比度等特征分组为一个术语，即顺序。视觉复杂性是指基本视觉元素的数量和数量。对复杂性的渴望被认为是激活感知系统和发现规律的重要审美体验。中国水墨画的视觉复杂性也可以通过客观测量影响复杂性的特征来解决[6]。受对其他类型照片和绘画的评估启发，本文先把画面分为很多区域，一些颜色相似且空间响铃的区域可以合并成一个区域。如果一幅画由许多不同的颜色和部分组成，它可以被分割成许多区域。绘画可以被分割为不同区域以提取局部特征，而且人类视觉对于图像中大片区域很敏感。具体地说，本文使用Marvin Framework计算区域属性。本文调查了与视觉顺序相关的区域属性，并评估这些属性是否具有影响力。

• 区域数（Number of segments）：区域的数量可能与视觉顺序有关。
• 前两个最大区域的面积（Area sizes of two largest segments）：如果一幅画的前两个最大区域面积很大，那么比起前两个最大区域面积较小的画，它的内容更加同质化或简单。
• 前两个最大区域的平均色调、饱和度和亮度（Average hue, saturation and lightness of FLS and SLS）
• 色调、饱和度、亮度对比度（Hue, saturation, lightness contrast）：我们计算FLS与其相邻片段之间的色调、饱和度和亮度对比度。FLS周围各段之间的对比特征表明了绘画主要区域之间的关系。
• 颜色复杂度（color complexity）: 颜色的分布特征可能与视觉顺序有关。本文使用颜色复杂度测量（CCM）测量颜色的空间组成。该方法计算每个像素的局部掩码内的CCM值，然后计算整个图像的平均CCM值。较高的CCM值意味着相邻像素之间的空间图案变化较大，而较小的CCM值则意味着该像素周围的区域是均匀的。
• 留白：因为空白是中国水墨画的一个重要特征，它会影响视觉顺序。我们通过将四叉树分解应用于所收集的绘画来捕捉白色空间[6]。四叉树算法递归地将绘画图像划分为四个象限，直到所有划分的象限在达到标准时无法进一步划分。我们将标准设置为每个象限是否填充了超过70%的白色像素。我们将一个划分的象限确定为白色，它可能是白色空间的一部分。如果一个象限的白色像素少于70%，算法会继续将其划分为四个象限，最后将每幅画中的白色象限相加，以表示白色空间。图1显示了绘画中的白色象限，其中每个白色区域都用蓝色线条标记。
• 边缘密度：边缘密度通过提取边缘的像素数除以整个图像的像素数的比率来测量[22]。
• 对称性：精心设计的对称可以增强绘画中的秩序感。中国水墨画家通常喜欢含蓄的表现方式。例如，他们通常使用空白作为呈现语义对象的修辞形式，而不是直接绘制真实世界的对象。类似地，中国水墨画中的对称形式通常不是大尺度的，例如整个绘画，而是最常见的局部和小尺度的。在本文中，我们选择了一种已建立的方法来提取局部对称特征[28]。它基于较软的对称性分数定义来计算局部特征，并计算图像上和尺度空间上的局部对称性分数。我们计算基于强度的局部对称性（或简称SYM-I）和基于梯度的局部对称（或SYM-G）。通过计算任意像素p与其周围像素的局部对称距离，计算图像中每个像素p的局部对称分数，以及度量每个点对的重要性权重w。较低的对称距离表示较大的局部对称性。图1中的红色圆圈以不同比例显示检测到的对称特征。圆覆盖检测到的对称区域。不同大小的圆代表不同的对称尺度。
• 绘画质心（Mass center）：绘画可能被视为“平衡良好”或“平衡不良”，美学家一致认为平衡的重要性[29]。画面平衡被认为是“审美构图中不可或缺的因素”，可以衡量[30]。质心是表示空间中分布质量平衡点的相对位置。我们认为质量中心的位置会影响绘画的视觉顺序。我们将彩色图像转换为灰度，并使用每个像素的强度计算转换图像的质心，并获得其水平和垂直坐标。同时，我们还计算每张图质量中心到绘画中心的距离。包括不同欧几里得距离和曼哈顿距离。特别是在曼哈顿距离，考虑到画作的不同尺寸，我们认为距离为d1/w+d2/h。这里，d1和d2分别是在x轴和y轴上到绘画质心到绘画中心的距离，w和h分别是绘画的宽度和高度。

人机交互

测评报告：

在这个实验中，我们选择了九位当代中国艺术家的中国水墨画，包括吴冠中（1919–2010）、齐白石（1864–1957）、徐悲鸿（1895–1953）、吴湖帆（1894–1968）、黄宾虹（1865–1955）、高剑夫（1879–1951）、刘海粟（1896–1994）、董守平（1904–1997）和李可染（1907–1989）。这些艺术家继承了中国水墨画的传统技艺，也渗透了现代风格。用于这项实验的绘画被收集在在线档案中。

我们在一个中国在线小组上进行了这个实验。66幅选定的画作被分成六组，用完全相同的问题进行调查。在每次调查中，50名参与者被招募并在电脑显示器上回答问题。每幅画的观看时间至少为5秒，无最长时间限制[31]。观看完每幅画后，要求他们按照7分制对画作的视觉顺序（1=无序，7=有序）进行评分[32]。据报道，没有一位参与者是色盲或艺术专家。在所有参与者中，127名男性和173名女性。我们计算了每幅画的平均评分，并在图2中描绘了66幅画的评分分布。没有一幅画的视觉顺序低于3

我们根据每幅画的视觉顺序计算平均评分，并使用平均评分作为因变量，将计算出的特用户征作为自变量，建立线性回归模型。表1中的结果表明，留白、质心与图像中心的相对曼哈顿距离以及基于梯度的局部对称性会影响视觉顺序。

有的文献支持这种对称性意味着某种比例合理、平衡良好的东西，并且表示几个部分的一致性[36]。我们在中国水墨画上的实验也支持这种说法。中国水墨画局部对称的精心设计，给人们带来了一种整齐有序的欣赏。研究人员对图片中的平衡点给出了各种不同的解释，例如，围绕中点或黄金分割比。在我们的实验中，中国水墨画的平衡点聚集在中点附近。Y 轴上的相对平衡比 x 轴上的相对平衡变化更大，偏离中心更多。艺术家们有意或无意地将群众中心置于画面中心的下方。这种倾向并不影响观众的感知秩序，尽管参与者更喜欢偏离中心的平衡点，这可能会增加视觉秩序。

以定量的方式探索视觉秩序是我们的长期目标。我们的目标是最终能够全面评估绘画的视觉秩序。各种绘画流派的审美评价是一个涉及计算、视觉等多学科交叉的课题。要推广一个稳健的模型来评估各种艺术品的视觉秩序，甚至美感，需要考虑到许多其他变量，并进行更全面的实验，这是一个巨大的挑战。巨大的差异，艺术品的多样性和文化偏好使挑战更加困难，需要一步一步地解决。