使用连体神经网络测量艺术图像和人工智能生成图像之间的相似性

人工智能生成的艺术引发了关于潜在抄袭的争论，因为这些图像可能与现有的艺术品非常相似。这项研究量化了原始作品和 AI 生成的作品之间的相似性，特别是由 Stable Diffusion XL Refiner 1.0 制作的作品。我们使用 Siamese Networks 和冻结 CLIP 编码器，并通过三元组损失优化余弦相似度。使用图像到图像生成和自定义提示构建了配对的原始图像和生成图像的数据集，并通过语义描述符和 BLIP-2 标题进行了丰富。先前的研究报告高达 81% 的风格复制率和 90% 的视觉相似度。我们的结果显示出很高的判别性能：训练准确率达到 99.9%，最佳模型配置达到 99.4% 测试准确率，具有很强的类间分离（$δμ$ = 0.677），证明了我们的语义视觉嵌入的有效性。