從Google Quick Draw涂鴉觀察不同文化屬性

前段時間微信里有個小程序“猜畫小歌”特別火，你可以在手機上畫簡筆畫讓機器識別，還可以和朋友一起比賽，看看誰是靈魂畫手。

實際上猜畫小歌并非中國首發，早在去年11月，谷歌就上線了一款叫“Quick,Draw!”的線上游戲，也就是“猜畫小歌”的網頁原版。這款游戲中，玩家需要在20秒內畫出要求的圖案，比如籃球或電視等物體的簡筆畫。
谷歌“Quick,Draw!”與“猜畫小歌”的區別主要是在于“Quick,Draw!”是用鼠標作畫，而“猜畫小歌”可以直接在屏幕上用手指作畫，如果你感興趣，可以點擊這個鏈接進入游戲：https://quickdraw.withgoogle.com/，感受一下用鼠標畫圖的難度，絕對比手指畫要艱難許多了。

Quick,Draw!游戲主頁

這個游戲非常火爆，吸引了許多玩家參與，大方的谷歌并沒有私吞這些網友智慧的結晶，谷歌開放了玩家在這個游戲過程中畫的數據集，這個數據集包含電視、籃球、短褲等在內的345個類別。全球有超過1500萬玩家貢獻了近五百萬張繪畫。

quick draw數據集包含的部分類別

Google將這個有趣的數據集公開給大眾，為所有開發人員，研究人員和藝術家提供了探索，學習和研究的機會。

我獲得這個有趣的數據集后，進行了一些分析，得到了一些有趣的結果。

游戲過程中要求玩家在20秒時間內完成作畫，在這么短的時間里作畫，實際上畫出來的東西基本上都是自己內心潛意識對這個物體的認知，我試圖通過圖像堆疊的方法，探索出不同地區國家對不同的物體進行描述時的共性與差異。

圖像堆疊方法

在堆疊過程中，不同國家不同畫畫主題對應的圖片數目是不一致的。我過濾了少于1000條的數據，如果一個國家地區某一主題的畫大于1000條，則從中隨機抽出1000條進行堆疊操作。得到的結果大致如下；

法國應該是對埃菲爾鐵塔最熟悉的國家了，我們用上面堆疊的圖片對比一下真實的埃菲爾鐵塔，可以看出，鐵塔的基本外形已經描繪出來了，而且鐵塔的底部還有個三角形空白呢，看來在大家的潛意識里，愛爾菲鐵塔就是一個三角形，下方空白的結構。

堆疊出來的圖像看起來還蠻有意思的，有種在數據中剝繭抽絲的感覺。不同的主題，堆疊起來的效果不一樣，根據主題復雜度的差異，堆疊出的圖像辨識度存在差異。

五角星這個類別顧名思義就是五個角，各國人民對五角星的認知應該都是統一的，因此畫出來的五角星大同小異。

    冰淇淋在世界范圍內也廣泛存在，經典的冰淇淋結構應該就是下面是蛋皮，上面是冰淇淋機拉出來的冰淇淋，輪廓非常固定，而且結構簡單，不同的人畫起來基本上不會有太大的差別，但是有一些類別不同人畫起來就會存在較大的分歧。

老虎這個類別，結構非常復雜，不同的人對老虎的認知存在較大的差異，也許有人畫虎頭，上面也許還會有個大大的“王”字，另外一些人卻把整只老虎的外形都畫出來。堆疊起來特征就非常不明顯了。

除了老虎這種結構本來就很復雜的類別，有些類別因為太過于簡單，堆疊的時候也不容易看出特征，“河流”就是其中之一。

    由于重力，巖石，海拔差異等原因，世界上很難找到一條筆直的河流，在人們的腦海里，河流通常都是彎曲的，因此不同的人作畫的時候，容易在不同的位置描繪河流，而且所描繪的河流的彎曲度，寬度也存在較大差別，這就造成了堆疊的“河流”圖片辨識度不高。

堆疊圖像的差異

圖像堆疊以后，我驚喜地發現了一些有意思的事情，首先是人們描繪的圖像區域存在一定的偏好，也許是谷歌在收集涂鴉軌跡數據的時候以右上方作為原點，我觀察到的幾乎所有堆疊圖像，都是右邊與上方兩個方向的線條描繪得更多。

這種現象究竟是不是谷歌統計軌跡的方式造成，我沒有找到答案。但這種現象給我們堆疊圖片提供了遍歷。

涂鴉朝向

雖然涂鴉是非常簡單的線條來描繪結構，但在描繪的過程中，不同的人會對不同的方位進行涂鴉，這種現象就像是大學《工程制圖》里的三視圖一樣。

經典的三視圖
椅子是生活中常見的東西，對不同的角度進行涂鴉有著不一樣的結構，下面列舉了4個例子。

不同國家對椅子的涂鴉

可以看出澳大利亞和阿聯酋都是朝向左邊，中國臺灣則朝向右邊，南非畫的椅子中規中矩，兩邊都不偏向，朝中間！

涂鴉的顯著特征

除了椅子等物體的朝向不一致，我還發現在涂鴉的過程中，人們會對物體的關鍵特征進行重點描繪。比如在畫螃蟹的時候，兩個大鉗子就是非常明顯的特征，幾乎所有的國家都對螃蟹大鉗子進行了加粗處理。

螃蟹這種大鉗子特征應該屬于比較粗略的區分特征，在畫這種物體的時候，應該重點對明顯的特征進行涂鴉，系統就可以很快識別啦！

涂鴉的局部紋理

紋理信息對于識別物體而言，是非常重要的。quick draw數據集里包含了許多的球類，比如：籃球、足球，棒球等。這些球的表面都存在一定的線條，讓人一看就知道是籃球還是棒球。

棒球

這三種球類在世界范圍內都是非常受歡迎的運動，三者的外形都是球形

籃球的紋理類似豎著切西瓜一道一道的紋理，幾乎所有的籃球上的紋路都是這樣。

而足球的紋理則是典型的五邊形與六邊形拼接，一個足球總共由20個正六邊形和12個正五邊形。

足球的結構和C60的結構有著驚人的相似度，C60是一種碳原子簇，它由60個碳原子構成像足球一樣的32面體，包括20個六邊形，12個五邊形。這60個C原子在空間進行排列時，形成一個化學鍵最穩定的空間排列位置，恰好與足球表面格的排列一致。

相比籃球與足球的復雜紋理，棒球的結構就要簡單得多。

棒球內部通常有硬核，球心的外皮通常是牛皮制作的，工人用帶孔的“8”字型模具按壓皮革，得到

一個“皮衣”，在皮衣的內側印上產品編號和出廠日期，之后將皮衣內側涂上膠水。接下來就是制作棒球的最后一步。

工人將兩片皮革包裹在球心上粘好并固定住，開始縫球！壓制皮革時留下的孔就是在這時起作用了呢！每個棒球要人工縫制108針！是不是很厲害！

縫好球之后，只需將球通過壓力機，再印上商標，一個超帥氣的棒球就可以出廠了呢！

在對這三種表面紋理復雜度不一致的球類進行涂鴉的時候，紋理辨識度就很容易產生差別。我在數據集里找了三個國家“菲律賓”、“韓國”、“美國”來觀察這三個國家在對這三種球類進行涂鴉時的規律

可以看到，三種球類中，識別度從高到低的排序是“棒球”>”籃球”>”足球”，這個結果跟上面對三種球類紋理復雜度的分析結果基本吻合。
看來要想在quick draw游戲中盡可能被快速識別，紋理特征也是非常關鍵的！
quick draw數據集還有很多有意思的地方，之后有時間再慢慢更新此文。

本文發表在李思原博客“機器在學習”

原文鏈接：http://www.siyuanblog.com/?p=1829

歡迎掃碼關注我的微信公眾號：聚數為塔

系列博文也有發在華為云社區：https://bbs.huaweicloud.com/community/usersnew/id_1542351719401316