基于人工智能的計算機輔助數字媒體藝術創作

摘" 要：在信息技術的推動下，人工智能（AI）逐漸成為現代社會的重要標志。在數字媒體藝術創作中，人工智能具有獨特的優勢，可以幫助藝術家創作出更好的作品。該研究旨在研究基于人工智能計算機輔助技術的數字媒體藝術創作，分析數字媒體藝術與人工智能相結合的可能性，并探討人工智能與數字媒體藝術創作相結合的積極作用。提出一種基于人工智能的支持向量機（SVM）算法，并對基于人工智能的計算機輔助數字媒體藝術創作進行實驗分析。

關鍵詞：人工智能；計算機；數字媒體；支持向量機；實驗分析

中圖分類號：TP391.41" " " 文獻標志碼：A" " " " " 文章編號：2095-2945（2024）17-0059-04

Abstract： With the promotion of information technology， artificial intelligence （AI） has gradually become an important symbol of modern society. In the creation of digital media art， artificial intelligence has unique advantages and can help artists create better works. The purpose of this study is to study the artistic creation of digital media based on artificial intelligence computer-aided technology. This study analyzes the possibility of combining digital media art with artificial intelligence， and discusses the positive role of the combination of artificial intelligence and digital media art creation. A support vector machine（SVM） algorithm based on artificial intelligence is proposed， and an experimental analysis of computer-aided digital media art creation based on artificial intelligence is carried out.

Keywords： artificial intelligence; computer; digital media; support vector machine; experimental analysis

隨著科學技術的發展，傳統藝術形式越來越少。雖然現有的數字媒體藝術形式多樣，但由于藝術家不了解技術和市場需求，導致存在表現形式單一、缺乏生命力、藝術性不足等問題[1]。當前，人工智能（AI）已逐漸成為現代社會的重要標志。隨著科學技術的不斷發展，計算機輔助藝術創作逐漸成為藝術家實現創作和創新的重要手段。計算機技術可以幫助藝術家實現藝術創作[2]。而基于人工智能的數字媒體藝術是現代文化創新發展的新方向，在人工智能領域具有廣闊的發展前景和應用前景[3]。因此，在科技發展的大背景下，充分利用計算機技術對數字媒體藝術創作進行創新和完善是十分必要的。

在當代，數字媒體藝術創作活動與傳統藝術創作方式的界限已經逐漸模糊。同時，隨著數字技術的發展和智能時代的到來，人類社會將逐步進入信息時代，也將進入藝術時代[4]。人工智能技術的突破必將推動社會經濟的進步與發展，也將為未來人類社會的發展帶來新的可能[5]。在信息時代背景下，智能創作成為人工智能與數字媒體藝術結合衍生出的一種新的創作方式[6]。隨著科學技術的發展，計算機技術在數字媒體藝術創作中的應用日益廣泛，人工智能為數字媒體藝術帶來了新的活力[7]。因此，計算機輔助數字媒體藝術創作在未來社會發展過程中將具有重要意義。

為解決數字媒體藝術表現形式單一、缺乏生命力、藝術性不足等問題，本文提出了基于人工智能的支持向量機（SVM）算法，以拓展創作者的想象空間。探討了數字媒體技術的公共藝術表現形式，分析了數字媒體藝術與人工智能技術結合的優勢。在此基礎上，設計了基于人工智能的計算機輔助數字媒體藝術創作模擬實驗。

1" 基于人工智能的計算機輔助方法

基于人工智能的支持向量機（SVM）是一種能夠解決非線性和高維問題的機器學習算法，是解決分類問題的一種有效方法。將SVM應用于圖像分析、圖像識別、模式識別等領域也具有重要意義[8]。此外，SVM對非線性問題具有較強的處理能力。

對于在數字媒體藝術中創造高維圖像，支持向量機可以提供很好的幫助。為了求解一個非線性問題，可以將其轉化為另一個空間中的線性問題，并在該空間中得到最優或廣義的最優分類[9]。由于超平面優化分類方法的特點，該方法只需要進行內積運算。如果利用原始空間變量可以直接得到變換空間的內積，那么即使變換空間的維數大大增加，優化后的超平面問題的計算量也不會增加。

本文利用非線性映射ω（·）Tf→Tfj。該方法使用空間的內部乘積，即ω（c0），ω（ck），并且沒有獨立的ω（·）。因此，可以找到一個函數

因此，在高維空間中，只需要內積操作。內積運算可以使用原始空間的一個函數來完成，而不考慮特定的非線性映射ω（·）T f→T fj。

如果定義了轉換后的內積操作，則不需要進行這樣的轉換。統計學理論指出，如果一個核函數L（c，c'）滿足Mercer條件，則可以作為內積。Mercer條件：對于任何對稱函數L（c，c'），是特征空間內內積運行的充要條件。對于任何ω（c）≠0和∫w2（c）dclt;∞，均有

在最優分類表中，如果將點積更改為L（c，c'），則將原始特征空間轉換為一個新的特征空間。最優函數變為

則判別函數為

該算法的其他條件保持不變，因此為二類分類SVM。SVM的分類函數類似于神經網絡。其輸出由幾個中間節點的線性組合而成。第一個節點對應于輸入樣本和支持向量的內積。因此，也被稱為支持向量網絡。使用不同的內積函數生成不同的SVM算法。內積函數主要有3種類型。

1）采用一個多項式形式的核函數，即

2）采用徑向基核函數，即

所得到的SVM是一種基于徑向基函數的分類方法。其基函數的中心對應于支持向量，該算法可以自動計算出其輸出權重。

3）用一個s型核函數作為內積，即

SVM是一個多層感知器神經網絡，其不僅有一個權值，而且可以根據算法自動確定網絡中隱藏節點的數量，從而為數字媒體藝術的創造者提供一個更廣闊的思路。

2" 計算機輔助數碼媒體藝術創作的實驗結果

2.1" 試驗設計

數字媒體藝術不僅是一種傳統藝術形式，也是以計算機數字技術為基礎的多種媒體藝術形式。由于數字媒體使用統一的數字工具和技術語言，數字媒體的基本表現要素是相互關聯的。為了更好地探索基于人工智能的計算機輔助數字媒體藝術創作的效果，本研究選取了6件數字媒體藝術作品進行創作（圖1）。其中，3件作品（A、B、C）采用基于人工智能的計算機輔助技術進行創作，另外3件作品（D、E、F）采用傳統技術進行創作。最后，8位藝術創作專家從數字媒體藝術表現元素的5個方面：數字動畫、數字音效、數字特技、數字質感、數字色彩對6件作品進行了評分，滿分為100分。

2.2" 數字動畫

在計算機動畫中，可以利用計算機上的虛擬攝像機實現動作的表現，也可以根據藝術家自己的意愿自由地制作動作。數字動畫的核心技術主要體現在計算機動畫的軟件和硬件上，而動畫的動態效果則取決于計算機動畫軟件和硬件的差異。

虛擬攝像機可以從不同角度進行拍攝，從而使攝像機的動作更加靈活自由。真實場景中的攝像機在位置、方向、角度和焦距等方面有多種變化，從而形成各種動態圖像。虛擬攝像機也有位置、方向、角度和焦距等變化。但二者的區別在于，虛擬攝像機的變化完全取決于計算機的操作，這就使其超越了物理實體的限制，達到了真正的自由度。通常物理攝像機很難旋轉180°。但在計算機中，可以360°無死角旋轉。此外，復雜的計算機算法可用于在計算機上隨意創建動作。因此，數字動畫有了一種新的動態形式。圖2（a）為基于人工智能的計算機輔助技術，圖2（b）為傳統人工制作技術。

在基于人工智能計算機輔助技術的創作中，藝術作品A、B 和 C 的數字動畫得分在80分至90分之間。其中，作品A的平均得分為84.8 分，作品B的平均得分為 82.6 分，作品 C 的平均得分為85.1分。在使用傳統技術創作的情況下，藝術作品D、E和F的數字動態得分介于60分和70分之間。其中，D作品的平均得分為64.6 分，E作品的平均得分為64.4 分，F作品的平均得分為64.8 分。基于人工智能計算機輔助技術創作的作品的數字動畫表現出了人們從未體驗過的動作，給人們帶來了更自由的空間表現方式，從而提高了藝術的時間和空間表現力。

2.3" 數字音頻效果

聲音是電影藝術傳播的另一個組成部分，其藝術魅力不亞于影像。聲音蘊含著人類的語言。利用聲學的形態，影視作品可以呈現出更為復雜的時空結構，從而增強畫面的時空聯系，豐富畫面的空間層次和內涵。聲音還可以成為表達人物情感的自由因素，使影視作品表現出更多的內心活動，從而使人物的個性更加豐富，情感更加細膩。如今，隨著高科技的發展，音頻的制作已經進入了數字化時代，聲音數字化的趨勢也已經開始。

數字音頻的處理是對模擬聲音信號進行采樣、量化并轉換成數字信號。模擬音頻信號的連續時間分散是通過采樣完成的，而連續幅度則是通過量化完成的。因此，數字音頻的質量一般由2個參數來表示，即采樣頻率和量化數字。采樣頻率基于奈奎斯特原理。采樣頻率不應低于最大頻率的2倍，這樣才能將數字音頻還原為原始聲音。隨著量化單元數量的增加，音頻信號的質量可以得到改善，但需要更多的內存。圖3（a）是基于人工智能的計算機輔助技術，圖3（b）是傳統制作技術。

在基于人工智能計算機輔助技術的創作中，作品A、B和C的數字音頻得分介于82分和92分之間。其中，作品A的平均分為87.7分，作品B的平均分為86.9分，作品C的平均分為85.7分。在使用傳統制作技術創作的情況下，D、E和F作品的數字音效得分介于61分和71分之間。其中，D作品的平均得分為66.6分，E作品的平均得分為65.4分，F作品的平均得分為68.0分。基于人工智能計算機輔助技術創作的作品數字音效音質好、失真小、信噪比高、動態范圍大、聲道分離度高。此外，只要在電腦上安裝數字音頻處理軟件，就可以對聲音進行錄制和處理。在音頻數字化的基礎上，創作者可以享受到極大的自由度，人們也可以享受到非常震撼的音頻效果。

3" 結論

基于人工智能的數字媒體藝術創作，是利用計算機技術和人工智能技術，制作和表現數字媒體作品的一種創作。數字媒體藝術是一個年輕、多元、快速發展的藝術領域。而基于人工智能計算機輔助技術創作的作品的數字動畫表現出了人們從未體驗過的動作，給人們帶來了更自由的空間表現方式，從而提高了藝術的時間和空間表現力。

參考文獻：

[1] 洪愛蓮.新媒體視域下當代舞蹈藝術創作與傳播芻論[J].戲劇之家，2023（29）：109-111.

[2] 陳抱陽.從生成式到多智能體的轉向的人工智能藝術創作[J].美術研究，2023（5）：109-113.

[3] 姜美雪.“5G+媒體”時代下視覺傳達設計的融合趨勢[J].絲網印刷，2023（18）：84-86.

[4] 顧亞奇，李笑穎.媒介變革時代的藝術傳播學：知識范疇、理論實踐與發展路徑[J].藝術傳播研究，2023（4）：31-42.

[5] 王常圣.人工智能驅動的數字圖像藝術創作：方法與案例分析[J].智能科學與技術學報，2023，5（3）：406-414.

[6] 靳紫微.探究人工智能技術對當代圖形設計的影響——以Midjourney繪圖軟件為例[J].大眾文藝，2023（16）：32-34.

[7] 張安華.中國傳統藝術數智化傳播的基本特征、生態嬗變及實踐路徑[J].南京社會科學，2023（8）：146-155.

[8] 侯夢.數字化塑料模型設計與制作在新媒體藝術中的構建[J].絲網印刷，2023（14）：88-90.

[9] 葉彩仙，胥立軍.人工智能生成式AI技術在新媒體藝術中的應用研究[J].科技創新與應用，2023，13（21）：32-35.