ロジャー アルシングのプログラムのようなものについて話していると思います。
これのバージョンを実装したので、別のフィットネス機能にも興味がありますが、美学ではなくパフォーマンスを向上させるという観点から考えています。進化プロセスの性質上、「フェードイン」の要素が常にあると思います(ただし、進化演算子を微調整すると、これがどのように見えるかに影響する可能性があります)。
ピクセルごとの比較は、小さな画像以外ではコストがかかる可能性があります。たとえば、私が使用する 200x200 ピクセルの画像には 40,000 ピクセルがあります。ピクセルごとに 3 つの値 (R、G、B) があるため、1 つの画像の適合度計算に 120,000 の値を組み込む必要があります。私の実装では、比較を行う前に画像を縮小して、ピクセル数を減らしています。トレードオフは、進化した画像の精度がわずかに低下することです。
代替のフィットネス関数を調査する際に、RGB の代わりにYUV 色空間を使用する提案に出くわしました。これは、人間の知覚により近いためです。
私が思いついたもう 1 つのアイデアは、ランダムに選択されたピクセルのサンプルのみを比較することでした。試してみないと、これがどれだけうまくいくかわかりません。比較されるピクセルは評価ごとに異なるため、母集団内の多様性を維持する効果があります。
その先には、コンピュータ ビジョンの領域があります。特徴抽出に依存するこれらの手法は、画像あたりのコストが高くなると予想されますが、許容できる結果を得るために必要な世代が少なくなれば、全体的に高速になる可能性があります。PerceptualDiffライブラリを調査することをお勧めします。また、このページには、ピクセルではなく特徴に基づいて画像の類似性を比較するために使用できる Java コードがいくつか示されています。