从旧石器时代的洞穴绘画到印象派,人类绘画已经演变为描绘了越来越复杂和尾声的场景,传达了更多细微的信息。通过模拟增强视觉沟通效率的进化压力来实现这种艺术能力的尝试。具体来说,我们提出了一个带有卒中分支和一个调色板分支的模型,该模型共同模拟了人类喜欢的绘画。调色板分支学习了有限的调色板,而中风分支则使用b´ezier曲线参数为每个中风以渲染图像,随后通过高级识别模块进行了评估。我们通过测量机器视觉实现的认可准确性来量化视觉通信的效率。然后该模型优化了每次笔触的控制点和颜色选择,以最小的笔触和颜色最大化识别精度。实验结果表明,我们的模型在高级认可任务中实现了卓越的性能,提供了艺术表达和美学表达,尤其是在抽象草图中。此外,我们的AP-PRACH显示出有效的比特图像组合技术,表现优于传统方法。