前段时间微信里有个小程序“猜画小歌”特别火，你可以在手机上画简笔画让机器识别，还可以和朋友一起比赛，看看谁是灵魂画手。

实际上猜画小歌并非中国首发，早在去年11月，谷歌就上线了一款叫“Quick,Draw!”的线上游戏，也就是“猜画小歌”的网页原版。这款游戏中，玩家需要在20秒内画出要求的图案，比如篮球或电视等物体的简笔画。
谷歌“Quick,Draw!”与“猜画小歌”的区别主要是在于“Quick,Draw!”是用鼠标作画，而“猜画小歌”可以直接在屏幕上用手指作画，如果你感兴趣，可以点击这个链接进入游戏：https://quickdraw.withgoogle.com/，感受一下用鼠标画图的难度，绝对比手指画要艰难许多了。

Quick,Draw!游戏主页

这个游戏非常火爆，吸引了许多玩家参与，大方的谷歌并没有私吞这些网友智慧的结晶，谷歌开放了玩家在这个游戏过程中画的数据集，这个数据集包含电视、篮球、短裤等在内的345个类别。全球有超过1500万玩家贡献了近五百万张绘画。

quick draw数据集包含的部分类别

Google将这个有趣的数据集公开给大众，为所有开发人员，研究人员和艺术家提供了探索，学习和研究的机会。

我获得这个有趣的数据集后，进行了一些分析，得到了一些有趣的结果。

游戏过程中要求玩家在20秒时间内完成作画，在这么短的时间里作画，实际上画出来的东西基本上都是自己内心潜意识对这个物体的认知，我试图通过图像堆叠的方法，探索出不同地区国家对不同的物体进行描述时的共性与差异。

图像堆叠方法

在堆叠过程中，不同国家不同画画主题对应的图片数目是不一致的。我过滤了少于1000条的数据，如果一个国家地区某一主题的画大于1000条，则从中随机抽出1000条进行堆叠操作。得到的结果大致如下；

法国应该是对埃菲尔铁塔最熟悉的国家了，我们用上面堆叠的图片对比一下真实的埃菲尔铁塔，可以看出，铁塔的基本外形已经描绘出来了，而且铁塔的底部还有个三角形空白呢，看来在大家的潜意识里，爱尔菲铁塔就是一个三角形，下方空白的结构。

堆叠出来的图像看起来还蛮有意思的，有种在数据中剥茧抽丝的感觉。不同的主题，堆叠起来的效果不一样，根据主题复杂度的差异，堆叠出的图像辨识度存在差异。

五角星这个类别顾名思义就是五个角，各国人民对五角星的认知应该都是统一的，因此画出来的五角星大同小异。

    冰淇淋在世界范围内也广泛存在，经典的冰淇淋结构应该就是下面是蛋皮，上面是冰淇淋机拉出来的冰淇淋，轮廓非常固定，而且结构简单，不同的人画起来基本上不会有太大的差别，但是有一些类别不同人画起来就会存在较大的分歧。

老虎这个类别，结构非常复杂，不同的人对老虎的认知存在较大的差异，也许有人画虎头，上面也许还会有个大大的“王”字，另外一些人却把整只老虎的外形都画出来。堆叠起来特征就非常不明显了。

除了老虎这种结构本来就很复杂的类别，有些类别因为太过于简单，堆叠的时候也不容易看出特征，“河流”就是其中之一。

    由于重力，岩石，海拔差异等原因，世界上很难找到一条笔直的河流，在人们的脑海里，河流通常都是弯曲的，因此不同的人作画的时候，容易在不同的位置描绘河流，而且所描绘的河流的弯曲度，宽度也存在较大差别，这就造成了堆叠的“河流”图片辨识度不高。

堆叠图像的差异

图像堆叠以后，我惊喜地发现了一些有意思的事情，首先是人们描绘的图像区域存在一定的偏好，也许是谷歌在收集涂鸦轨迹数据的时候以右上方作为原点，我观察到的几乎所有堆叠图像，都是右边与上方两个方向的线条描绘得更多。

这种现象究竟是不是谷歌统计轨迹的方式造成，我没有找到答案。但这种现象给我们堆叠图片提供了遍历。

涂鸦朝向

虽然涂鸦是非常简单的线条来描绘结构，但在描绘的过程中，不同的人会对不同的方位进行涂鸦，这种现象就像是大学《工程制图》里的三视图一样。

经典的三视图
椅子是生活中常见的东西，对不同的角度进行涂鸦有着不一样的结构，下面列举了4个例子。

不同国家对椅子的涂鸦

可以看出澳大利亚和阿联酋都是朝向左边，中国台湾则朝向右边，南非画的椅子中规中矩，两边都不偏向，朝中间！

涂鸦的显著特征

除了椅子等物体的朝向不一致，我还发现在涂鸦的过程中，人们会对物体的关键特征进行重点描绘。比如在画螃蟹的时候，两个大钳子就是非常明显的特征，几乎所有的国家都对螃蟹大钳子进行了加粗处理。

螃蟹这种大钳子特征应该属于比较粗略的区分特征，在画这种物体的时候，应该重点对明显的特征进行涂鸦，系统就可以很快识别啦！

涂鸦的局部纹理

纹理信息对于识别物体而言，是非常重要的。quick draw数据集里包含了许多的球类，比如：篮球、足球，棒球等。这些球的表面都存在一定的线条，让人一看就知道是篮球还是棒球。

棒球

这三种球类在世界范围内都是非常受欢迎的运动，三者的外形都是球形

篮球的纹理类似竖着切西瓜一道一道的纹理，几乎所有的篮球上的纹路都是这样。

而足球的纹理则是典型的五边形与六边形拼接，一个足球总共由20个正六边形和12个正五边形。

足球的结构和C60的结构有着惊人的相似度，C60是一种碳原子簇，它由60个碳原子构成像足球一样的32面体，包括20个六边形，12个五边形。这60个C原子在空间进行排列时，形成一个化学键最稳定的空间排列位置，恰好与足球表面格的排列一致。

相比篮球与足球的复杂纹理，棒球的结构就要简单得多。

棒球内部通常有硬核，球心的外皮通常是牛皮制作的，工人用带孔的“8”字型模具按压皮革，得到

一个“皮衣”，在皮衣的内侧印上产品编号和出厂日期，之后将皮衣内侧涂上胶水。接下来就是制作棒球的最后一步。

工人将两片皮革包裹在球心上粘好并固定住，开始缝球！压制皮革时留下的孔就是在这时起作用了呢！每个棒球要人工缝制108针！是不是很厉害！

缝好球之后，只需将球通过压力机，再印上商标，一个超帅气的棒球就可以出厂了呢！

在对这三种表面纹理复杂度不一致的球类进行涂鸦的时候，纹理辨识度就很容易产生差别。我在数据集里找了三个国家“菲律宾”、“韩国”、“美国”来观察这三个国家在对这三种球类进行涂鸦时的规律

可以看到，三种球类中，识别度从高到低的排序是“棒球”>”篮球”>”足球”，这个结果跟上面对三种球类纹理复杂度的分析结果基本吻合。
看来要想在quick draw游戏中尽可能被快速识别，纹理特征也是非常关键的！
quick draw数据集还有很多有意思的地方，之后有时间再慢慢更新此文。

本文发表在李思原博客“机器在学习”

原文链接：http://www.siyuanblog.com/?p=1829

欢迎扫码关注我的微信公众号：聚数为塔

系列博文也有发在华为云社区：https://bbs.huaweicloud.com/community/usersnew/id_1542351719401316