論文の概要: Computational identification of significant actors in paintings through symbols and attributes

• arxiv url: http://arxiv.org/abs/2102.02732v1
• Date: Thu, 4 Feb 2021 16:42:41 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-05 16:25:39.055502
• Title: Computational identification of significant actors in paintings through symbols and attributes
• Title（参考訳）: 記号と属性による絵画における重要な俳優の計算的識別
• Authors: David G.Stork, Anthony Bourached, George H.Cann, and Ryan-Rhys Griffiths
• Abstract要約: 我々は6世紀にわたってキリスト教美術の聖人を識別する自動システムを開発した。 我々の研究は、ファインアートにおけるメッセージと意味の自動意味解釈の幅広いタスクにおける最初のステップを表している。
• 参考スコア（独自算出の注目度）: 0.6999740786886537
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The automatic analysis of fine art paintings presents a number of novel technical challenges to artificial intelligence, computer vision, machine learning, and knowledge representation quite distinct from those arising in the analysis of traditional photographs. The most important difference is that many realist paintings depict stories or episodes in order to convey a lesson, moral, or meaning. One early step in automatic interpretation and extraction of meaning in artworks is the identifications of figures (actors). In Christian art, specifically, one must identify the actors in order to identify the Biblical episode or story depicted, an important step in understanding the artwork. We designed an automatic system based on deep convolutional neural networks and simple knowledge database to identify saints throughout six centuries of Christian art based in large part upon saints symbols or attributes. Our work represents initial steps in the broad task of automatic semantic interpretation of messages and meaning in fine art.
• Abstract（参考訳）: ファインアートペインティングの自動分析は、人工知能、コンピュータビジョン、機械学習、知識表現に、従来の写真の分析で生じるものとはかなり異なるいくつかの新しい技術的課題を提示します。 最も重要な違いは、多くの現実主義の絵画が教訓、道徳、意味を伝えるために物語やエピソードを描くことです。 アートワークにおける意味の自動解釈と抽出の初期のステップは、人物(アクター)の識別である。 特にキリスト教美術では、聖書のエピソードや物語を識別するために俳優を識別しなければならず、芸術作品を理解する上で重要なステップである。 我々は、深層畳み込みニューラルネットワークと単純な知識データベースに基づく自動システムを設計し、聖人のシンボルや属性に基づいて、6世紀にわたるキリスト教芸術の聖人を識別した。 私たちの作品は、メッセージの自動意味解釈とファインアートにおける意味の広いタスクの最初のステップを表しています。

関連論文リスト

• GalleryGPT: Analyzing Paintings with Large Multimodal Models [64.98398357569765]
  美術品の分析は、個人の審美性を豊かにし、批判的思考能力を促進することができる芸術鑑賞のための重要かつ基本的な技術である。 アートワークを自動解析する以前の作業は、主に分類、検索、その他の単純なタスクに焦点を当てており、AIの目標とは程遠い。 LLaVAアーキテクチャに基づいて微調整されたGalleryGPTと呼ばれる,絵画解析のための優れた大規模マルチモーダルモデルを提案する。
  論文  参考訳（メタデータ） (2024-08-01T11:52:56Z)
• AI Art Neural Constellation: Revealing the Collective and Contrastive State of AI-Generated and Human Art [36.21731898719347]
  我々は、人間の芸術遺産の文脈内でAI生成芸術を位置づけるための包括的な分析を行う。 私たちの比較分析は、ArtConstellationと呼ばれる広範なデータセットに基づいています。 鍵となる発見は、1800-2000年に作られた現代美術の原理とAIが生成したアートアートが視覚的に関連していることである。
  論文  参考訳（メタデータ） (2024-02-04T11:49:51Z)
• Text-Guided Synthesis of Eulerian Cinemagraphs [81.20353774053768]
  テキスト記述からシネマグラフを作成する完全自動化された方法であるText2Cinemagraphを紹介する。 連続した動きと反復的なテクスチャを示す流れの川や漂流する雲などの流体要素のシネマグラフに焦点を当てる。
  論文  参考訳（メタデータ） (2023-07-06T17:59:31Z)
• Learning Transferable Pedestrian Representation from Multimodal Information Supervision [174.5150760804929]
  VAL-PATは、移動可能な表現を学習し、様々な歩行者分析タスクをマルチモーダル情報で強化する新しいフレームワークである。 まず、LUPerson-TAデータセットで事前トレーニングを行い、各画像にはテキストと属性アノテーションが含まれている。 次に、学習した表現を、人物のreID、人物属性認識、テキストベースの人物検索など、さまざまな下流タスクに転送する。
  論文  参考訳（メタデータ） (2023-04-12T01:20:58Z)
• Inversion-Based Style Transfer with Diffusion Models [78.93863016223858]
  以前の任意の例として誘導された芸術的画像生成法は、しばしば形状変化の制御や要素の伝達に失敗する。 画像のキー情報を効率よく正確に学習できるインバージョンベースのスタイル転送手法(InST)を提案する。
  論文  参考訳（メタデータ） (2022-11-23T18:44:25Z)
• A domain adaptive deep learning solution for scanpath prediction of paintings [66.46953851227454]
  本稿では,ある絵画の視覚的体験における視聴者の眼球運動分析に焦点を当てた。 我々は、人間の視覚的注意を予測するための新しいアプローチを導入し、人間の認知機能に影響を及ぼす。 提案した新しいアーキテクチャは、画像を取り込んでスキャンパスを返す。
  論文  参考訳（メタデータ） (2022-09-22T22:27:08Z)
• Extracting associations and meanings of objects depicted in artworks through bi-modal deep networks [3.1542695050861544]
  本稿では,深層ネットワークに基づく新たなバイモーダルシステムを提案する。 本システムでは,画像と関連するテキストの両方を処理し,個々のオブジェクトのイメージ,それらのアイデンティティ,それらが意味する抽象的な意味の関連を学習する。
  論文  参考訳（メタデータ） (2022-03-14T12:10:48Z)
• Automatic Main Character Recognition for Photographic Studies [78.88882860340797]
  画像の主人公は、最初に見る人の注意を引く最も重要な人間である。 画像中の主文字の同定は,従来の写真研究やメディア分析において重要な役割を担っている。 機械学習に基づく人間のポーズ推定を用いて主文字を識別する手法を提案する。
  論文  参考訳（メタデータ） (2021-06-16T18:14:45Z)
• Automatic analysis of artistic paintings using information-based measures [1.25456674968456]
  美術絵画に存在する隠されたパターンと関係を,その複雑さを分析して同定する。 正規化圧縮(NC)とブロック分解法(BDM)を91名の著者による4,266点の絵のデータセットに適用した。 アーティストのスタイル、その芸術的影響、および共有技術に関する重要な情報を記述した指紋を定義する。
  論文  参考訳（メタデータ） (2021-02-02T21:40:30Z)
• A Data Set and a Convolutional Model for Iconography Classification in Paintings [3.4138918206057265]
  美術におけるイコノグラフィー(英: Iconography in art)は、美術作品の視覚的内容を研究し、そのモチーフとテーマを決定する分野である。 コンピュータビジョンの技法を前例のない規模のアートイメージの分析に適用することで、図像学の研究と教育を支援することができる。
  論文  参考訳（メタデータ） (2020-10-06T12:40:46Z)
• Understanding Compositional Structures in Art Historical Images using Pose and Gaze Priors [20.98603643788824]
  画像合成は、アーティストとそのアートワークを研究するために、画像内の相互作用を分析するのに有用である。 本研究では,既存の機械学習技術を用いて,このプロセスの自動化を試みる。 本手法は, (a) 絵画のアクション領域とアクションラインの検出, (b) 前景と背景のポーズに基づくセグメンテーションの2つの中心的なテーマに焦点を当てる。
  論文  参考訳（メタデータ） (2020-09-08T15:01:56Z)

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。