Juger du Beau avec subjectivité : le défi de l’esthétique computationnelle

Les techniques à base d’intelligence artificielle dont l’objectif est d’évaluer automatiquement la qualité esthétique d’une photographie, ont reçu une attention notable ces dernières années et peuvent se targuer de performances prometteuses. On constate cependant que la plupart d’entre elles souffrent de limitations en raison de leur paradigme de base emprunté à l’esthétique platonicienne, qui attribue tous les critères de beauté à l’objet ou à la personne belle. A partir du très volumineux corpus consacré à l’esthétique depuis 25 siècles, ces limitations auraient pu être anticipées. Le reproche le plus fréquemment exprimé est que le jugement porté sur l’image ne prend pas en compte l’observateur et sa subjectivité. Sans surprise, plusieurs travaux très récents s’attaquent ce point délicat, adoptant des approches diverses. Nous les discutons ici.

Artificial Intelligence based photography beauty assessment have received a great attention in the last 25 years. They may now claim noticeable performances in replacing the human observer. However, they face limitations which are rooted in the basic choices of the machine learning stage, borrowed from the old Platonism, i.e. the poor place let to a specific observer in the assessment value. Several tracks are explored to short-cut these limitations, based on very different approaches. This paper is presenting an overview of these proposals to re-introduce subjectivity in computational aesthetic assessment and to discuss their foundations.

Aesthetics beauty assessment artificial intelligence subjectivity photography recommandation

Esthétique beauté photographie réseaux de neurones subjectivité évaluation