電腦視覺 (Computer Vision) ，這是一門讓機器"看懂"畫作的基礎，其中包含，物件偵測 (Object Detection) ，物體位移分析，例如人物、動物、靜物、建築等，幫助機器理解畫作的內容和故事性。
圖像分割 (Image Segmentation) ，將畫作中的不同區域劃分開來，例如前景、背景、不同的物體或人物。這有助於理解畫作的空間關係和層次。
風格辨識 (Style Recognition) ，包含筆觸、色彩運用、構圖等視覺元素，讓系統能比對判斷是否屬於哪一種風格畫風。
色彩分析 (Color Analysis) ，主要色彩、色彩飽和度、明度等資訊，透過色彩心理學，可以讓系統理解畫作營造的氛圍和情感。
紋理分析 (Texture Analysis) ，分析畫作表面的紋理特徵，例如粗糙、光滑、厚重等，幫助系統分析畫作技法與真實環境的物理特性。
構圖分析 (Composition Analysis) ，分析畫作中元素的位置、比例、透視關係，分析創作過程是如何取景，畫面組織結構，創作者如何達到視覺平衡並且引導觀眾視線焦點等分析。
我們現在就試著用畫作來測試 Gemini AI 的空間概念、畫作技法分析、情感分析。
這次我大膽的要求未成年 Gemini AI 幫我進行性感女人畫作分析
Google Gemini AI的回答:
其實這次訓練 Gemini不單只是透過電腦視覺進行影像分析、物品分析、空間概念、畫作技法。
最重要的是，"大膽的考驗"模型對於藝術情感的分析。