[论文解读] Computational Approaches for Traditional Chinese Painting: From the "Six Principles of Painting" Perspective

Wei Zhang, Jianwei Zhang+5 more|arXiv (Cornell University)|Jul 26, 2023

Aesthetic Perception and AnalysisNeuroscience参考文献 106被引用 3

一句话总结

本文以「六法」为理论框架，对传统中国画（TCP）的计算方法进行了系统性综述。提出了一个四阶段应用框架，按任务、特征与渲染方式对技术进行分类，并识别出关键研究空白，如数据链接不足、高级机器学习应用不足，以及人工智能生成作品的艺术质量较弱等问题，为数字人文与文化遗产计算领域的未来研究提供方向。

ABSTRACT

Traditional Chinese Painting (TCP) is an invaluable cultural heritage resource and a unique visual art style. In recent years, increasing interest has been placed on digitalizing TCPs to preserve and revive the culture. The resulting digital copies have enabled the advancement of computational methods for structured and systematic understanding of TCPs. To explore this topic, we conducted an in-depth analysis of 92 pieces of literature. We examined the current use of computer technologies on TCPs from three perspectives, based on numerous conversations with specialists. First, in light of the "Six Principles of Painting" theory, we categorized the articles according to their research focus on artistic elements. Second, we created a four-stage framework to illustrate the purposes of TCP applications. Third, we summarized the popular computational techniques applied to TCPs. The framework also provides insights into potential applications and future prospects, with professional opinion. The list of surveyed publications and related information is available online at https://ca4tcp.com.

研究动机与目标

• 为解决传统中国画（TCP）计算分析缺乏系统性与理论驱动的问题，通过整合专家知识与现代计算机科学，推动理论与实践结合。
• 基于「六法」理论框架，系统分类当前传统中国画研究中的计算应用，建立结构化分析体系。
• 突出尚未充分探索的研究领域，如文化遗产间的数据链接、高级机器学习技术的适配，以及沉浸式艺术推广方式。
• 为计算化传统中国画研究提供全面且基于专家意见的路线图，强调艺术还原度与文化真实性。

提出的方法

• 依据「六法」对92篇文献进行分类，使计算研究与核心艺术要素（如‘气韵生动’与‘经营位置’）保持一致。
• 提出四阶段框架，用于分类传统中国画计算应用的目的：(1) 数据获取与数字化，(2) 分析与理解，(3) 生成与合成，(4) 展示与交互。
• 按任务（如分割、风格迁移）、特征（如笔触、墨色晕染）与渲染方式（如生成对抗网络、扩散模型）对计算技术进行分类。
• 通过专家访谈评估现有局限，识别未来研究方向，尤其关注多模态数据融合与大模型适配问题。
• 对比传统中国画与油画在计算机视觉与深度学习应用中的差异，凸显本领域的特定挑战。
• 提供交互式知识库 https://ca4tcp.com，用于可视化与访问所调研的文献及框架组件。

实验结果

研究问题

• RQ1 如何将「六法」转化为现代框架，系统性地分类传统中国画的计算研究？
• RQ2 当前传统中国画研究中占主导地位的计算技术有哪些？它们如何与笔触、构图、气韵等艺术要素相契合？
• RQ3 当前计算方法在传统中国画研究中的关键局限是什么？尤其在数据稀缺、模型泛化能力与艺术真实性方面？
• RQ4 多模态数据融合与先进机器学习技术（如少样本学习、大视觉模型）如何提升传统中国画的分析与生成质量？
• RQ5 沉浸式技术（如AR/VR）与艺术家参与式系统在提升传统中国画创作、展示与公众参与方面可发挥何种作用？

主要发现

• 在所调研的92篇论文中，仅有4篇涉及「六法」中的‘位置与位置安排’（Place and Position）方面，表明构图分析存在显著研究空白。
• 当前AI生成的传统中国画常无法真实再现自然笔触，且视觉元素位置失准，反映出对传统构图法则的还原度不足。
• 尽管生成对抗网络与扩散模型技术不断进步，但多数大模型（如CLIP、Stable Diffusion）未考虑‘六法’原则，导致输出缺乏艺术本质。
• 少数研究将传统中国画与其他文化遗产数据（如古籍、建筑）进行整合，限制了对历史与语境的全面理解。
• 尽管迁移学习、领域自适应与少样本学习在减少标注负担方面具有潜力，但在传统中国画领域仍研究不足。
• 结合沉浸式技术（AR/VR）与多模态模型，在提升公众参与度与艺术叙事表达方面具有广阔发展潜力。