論文の概要: KaoKore: A Pre-modern Japanese Art Facial Expression Dataset

• arxiv url: http://arxiv.org/abs/2002.08595v1
• Date: Thu, 20 Feb 2020 07:22:13 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-30 06:23:40.912638
• Title: KaoKore: A Pre-modern Japanese Art Facial Expression Dataset
• Title（参考訳）: KaoKore: 近世日本美術の表情データセット
• Authors: Yingtao Tian, Chikahiko Suzuki, Tarin Clanuwat, Mikel Bober-Irizar, Alex Lamb, Asanobu Kitamoto
• Abstract要約: 近代日本美術品から抽出された顔からなる新しいデータセットKaoKoreを提案する。 画像分類のためのデータセットとしての価値と、生成モデルを用いて探索する創造的で芸術的なデータセットとしての価値を実証する。
• 参考スコア（独自算出の注目度）: 8.987910033541239
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: From classifying handwritten digits to generating strings of text, the datasets which have received long-time focus from the machine learning community vary greatly in their subject matter. This has motivated a renewed interest in building datasets which are socially and culturally relevant, so that algorithmic research may have a more direct and immediate impact on society. One such area is in history and the humanities, where better and relevant machine learning models can accelerate research across various fields. To this end, newly released benchmarks and models have been proposed for transcribing historical Japanese cursive writing, yet for the field as a whole using machine learning for historical Japanese artworks still remains largely uncharted. To bridge this gap, in this work we propose a new dataset KaoKore which consists of faces extracted from pre-modern Japanese artwork. We demonstrate its value as both a dataset for image classification as well as a creative and artistic dataset, which we explore using generative models. Dataset available at https://github.com/rois-codh/kaokore
• Abstract（参考訳）: 手書きの数字の分類からテキスト文字列の生成まで、機械学習コミュニティから長年焦点を当ててきたデータセットは、その主題によって大きく異なる。 これにより、社会的および文化的に関連のあるデータセットを構築することへの新たな関心が生まれ、アルゴリズム研究がより直接的かつ即時に社会に影響を及ぼす可能性がある。 そのような分野の1つが歴史と人文科学であり、より良く関連する機械学習モデルが様々な分野の研究を加速することができる。 この目的のために、日本史書写のためのベンチマークやモデルが新たに提案されているが、日本史の美術作品に機械学習を応用した分野は、いまだにほとんど残っていない。 このギャップを埋めるため,本稿では,前近代日本美術品から抽出された顔からなる新しいデータセットカオコレを提案する。 画像分類のためのデータセットとしての価値と、生成モデルを用いた創造的で芸術的なデータセットとしての価値を実証する。 データセットはhttps://github.com/rois-codh/kaokoreで利用可能

関連論文リスト

• Unlocking Comics: The AI4VA Dataset for Visual Understanding [62.345344799258804]
  本稿では,1950年代のフレンチ・ベルジアン漫画に,深度推定,セマンティックセグメンテーション,サリエンシ検出,キャラクタ識別などのタスクを注記した新しいデータセットを提案する。 2つの異なる一貫したスタイルで構成され、自然画像から得られたオブジェクトの概念とラベルを取り入れている。 このような多様な情報を含むことで、このデータセットは計算の創造性を約束するだけでなく、アートのデジタル化やストーリーテリングの革新のための道も提供します。
  論文  参考訳（メタデータ） (2024-10-27T14:27:05Z)
• Historical Printed Ornaments: Dataset and Tasks [12.309062405756686]
  本稿では,現代の教師なしコンピュータビジョンを用いた歴史印刷物の研究をめざす。 書籍史家にとって重要な3つの複雑なタスク、すなわちクラスタリング、要素発見、教師なしの変更ローカライゼーションに焦点を当てる。 私たちのRey's Ornamentsデータセットは、歴史学者が興味を持つであろう一連の装飾の代表的な例として設計されています。
  論文  参考訳（メタデータ） (2024-08-16T09:54:12Z)
• Open the Data! Chuvash Datasets [50.59120569845975]
  Chuvash言語用の包括的データセットを4つ紹介する。 これらのデータセットには、モノリンガルデータセット、ロシア語による並列データセット、英語による並列データセット、オーディオデータセットが含まれる。
  論文  参考訳（メタデータ） (2024-05-31T07:51:19Z)
• Prompt me a Dataset: An investigation of text-image prompting for historical image dataset creation using foundation models [0.9065034043031668]
  基礎モデルを用いた歴史資料からの画像抽出のためのパイプラインを提案する。 我々は,テキスト画像のプロンプトと,それらが複雑度の異なる人文科学データセットに与える影響を評価する。
  論文  参考訳（メタデータ） (2023-09-04T15:37:03Z)
• ArcAid: Analysis of Archaeological Artifacts using Drawings [23.906975910478142]
  考古学はコンピュータビジョンの興味深い分野である。 ラベル付きデータに不足するだけでなく、高度に混ざったデータに悩まされる。 本稿では,考古学的遺物の画像の分類と検索のための,新しい半教師付きモデルを提案する。
  論文  参考訳（メタデータ） (2022-11-17T11:57:01Z)
• Unsupervised Neural Stylistic Text Generation using Transfer learning and Adapters [66.17039929803933]
  応答生成のためのスタイル特化属性を学習するために,モデルパラメータの0.3%しか更新しない新しい転送学習フレームワークを提案する。 我々はPERSONALITY-CAPTIONSデータセットからスタイル固有の属性を学習する。
  論文  参考訳（メタデータ） (2022-10-07T00:09:22Z)
• Learning Co-segmentation by Segment Swapping for Retrieval and Discovery [67.6609943904996]
  この研究の目的は、一対のイメージから視覚的に類似したパターンを効率的に識別することである。 画像中のオブジェクトセグメントを選択し、それを別の画像にコピーペーストすることで、合成トレーニングペアを生成する。 提案手法は,Brueghelデータセット上でのアートワークの詳細検索に対して,明確な改善をもたらすことを示す。
  論文  参考訳（メタデータ） (2021-10-29T16:51:16Z)
• REGRAD: A Large-Scale Relational Grasp Dataset for Safe and Object-Specific Robotic Grasping in Clutter [52.117388513480435]
  本稿では,オブジェクト間の関係のモデル化を継続するregradという新しいデータセットを提案する。 データセットは2D画像と3Dポイントクラウドの両方で収集されます。 ユーザは、好きなだけ多くのデータを生成するために、自由に独自のオブジェクトモデルをインポートできる。
  論文  参考訳（メタデータ） (2021-04-29T05:31:21Z)
• Deep Learning for Text Style Transfer: A Survey [71.8870854396927]
  テキストスタイル転送は、生成したテキストの特定の属性を制御することを目的として、自然言語生成において重要なタスクである。 2017年の最初のニューラルテキストスタイル転送作業以降,100以上の代表的な記事を対象とした,ニューラルテキストスタイル転送の研究の体系的な調査を行う。 タスクの定式化、既存のデータセットとサブタスク、評価、並列データと非並列データの存在下での豊富な方法論について論じる。
  論文  参考訳（メタデータ） (2020-11-01T04:04:43Z)
• Russian Natural Language Generation: Creation of a Language Modelling Dataset and Evaluation with Modern Neural Architectures [0.0]
  ロシア語モデリングのための新しい参照データセットを提供する。 我々は、テキスト生成、すなわち変分オートエンコーダ、および生成的敵ネットワークのための一般的なモダンな手法を実験した。 我々は, 難易度, 文法的正しさ, 語彙的多様性などの指標について, 生成したテキストを評価する。
  論文  参考訳（メタデータ） (2020-05-05T20:20:25Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。