2024 年“认证杯”数学中国数学建模网络挑战赛 第一阶段 D题 AI 绘画带来的挑战 思路+代码

更多详细思路和代码:2024 年“认证杯”数学中国数学建模网络挑战赛 第一阶段 D题 AI 绘画带来的挑战 思路+代码-CSDN博客

从简单的几何角度出发，我们可以检查图像中的几何形状和结构，以找到不符合逻辑的地方。这包括检查建筑物的比例、对称性、角度等方面是否合理。以下是一个简单的思路和代码示例：

比例检查： 检查建筑物中的不同部分的比例是否符合常规的建筑设计。例如，楼层之间的高度比例、窗户的大小与楼层的比例等。

对称性检查： 检查建筑物的对称性，包括水平和垂直方向的对称性。这可以通过检查图像中的对称轴和对称图案来实现。

角度检查： 检查图像中的线条和角度是否符合几何规律。例如，检查建筑物的支撑柱是否垂直、楼梯的倾斜度是否合理等。

下面是一个简单的 Python 代码示例，用于检查图像中的几何结构：

import cv2
import numpy as np
 
def check_geometry(image_path):
    # 读取图像
    image = cv2.imread(image_path)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
 
    # 使用边缘检测算法寻找图像的轮廓
    edges = cv2.Canny(gray, 50, 150)
    contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
 
    # 计算轮廓的凸包，以便后续检查对称性和角度
    for contour in contours:
        hull = cv2.convexHull(contour)
        cv2.drawContours(image, [hull], 0, (0, 255, 0), 2)
 
    # 显示图像
    cv2.imshow('Geometry Check', image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
 
# 调用函数检查图像几何结构
check_geometry('building_image.jpg')

2024 年

“认证杯”数学中国数学建模网络挑战赛

第一阶段

D题 AI 绘画带来的挑战

（本题仅限专科组和爱好者组选用）

2023 年开年，ChatGPT 作为一款聊天型 AI 工具，成为了超越疫情的热

门词条；而在 AI 的另一个分支——绘图领域，一款名为 Midjourney（MJ）的软

件，热度完全不亚于 ChatGPT。AI 绘画技术可以模仿设计师的风格和技巧，

自动生成类似于人类设计师的设计作品。AI 绘画技术可以应用于各种领域，

包括绘画、插画、平面设计等，具有较高的效率和精度，能够大大提高创作效率

和创作质量。然而，AI 绘画技术也带来了一些挑战和风险。比如对于一些传

统的美术设计类赛事组织方来说，AI 绘画技术就带来了评奖公平性的挑战，

由于一些设计作品很难快速判断出究竟是由 AI 设计的，还是由人类设计师

设计的，所以赛事评奖工作变得异常复杂，当参赛作品较多的时候，很难保证

最终的结果公平性，附图就是几幅由 MJ 软件设计的建筑图片，即使业内人士

也不能保证做出准确的判断。请你和你的团队建立合理的数学模型以解答如

下问题。

第一阶段问题：

1. 从简单的几何角度，是否可以找到 AI 绘画中不符合逻辑的地方？

2. 请尝试建立数学模型对图片进行打分，评估这幅图片是由 AI 绘图软件

生成的可能性。

12