Beauté et complexité structurelle.

Résumé Nous revisitons la question de longue date de la relation entre l'appréciation d'une image et ses propriétés statistiques. Nous générons deux ensembles différents d'images aléatoires bien distribuées selon trois mesures de complexité entropique. Nous menons une enquête à grande échelle dans laquelle les gens sont invités à trier les images par préférence, ce qui révèle une appréciation maximale à une complexité entropique intermédiaire. Nous montrons que la complexité algorithmique des images à gros grain, censée capturer la complexité structurelle tout en faisant abstraction du bruit à haute fréquence, est un bon prédicteur des préférences. Notre analyse suggère qu'il pourrait exister des critères quantitatifs universels pour le jugement esthétique.