論文の概要: A Machine Learning Paradigm for Studying Pictorial Realism: Are
Constable's Clouds More Real than His Contemporaries?
- arxiv url: http://arxiv.org/abs/2202.09348v1
- Date: Fri, 18 Feb 2022 18:36:01 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-21 12:49:03.395308
- Title: A Machine Learning Paradigm for Studying Pictorial Realism: Are
Constable's Clouds More Real than His Contemporaries?
- Title（参考訳）: 画像リアリズムを学ぶための機械学習パラダイム:Constableの雲は現代のものよりもリアルか?
- Authors: Zhuomin Zhang and Elizabeth C. Mansfield and Jia Li and John Russell
and George S. Young and Catherine Adams and James Z. Wang
- Abstract要約: 本稿では,絵画リアリズムを説明可能な方法で研究するための機械学習に基づくパラダイムを提案する。
この枠組みは、ジョン・コンスタブルが描いた雲と雲の写真との類似性を測定することによって現実性を評価する。
我々の分析は、写真が発明されるまでの数十年間、アーティストたちが、写真のスタイル的な特徴を期待するモードで活動していたことを示唆している。
- 参考スコア（独自算出の注目度）: 16.667283947887146
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: European artists have sought to create life-like images since the
Renaissance. The techniques used by artists to impart realism to their
paintings often rely on approaches based in mathematics, like linear
perspective; yet the means used to assess the verisimilitude of realist
paintings have remained subjective, even intuitive. An exploration of
alternative and relatively objective methods for evaluating pictorial realism
could enhance existing art historical research. We propose a
machine-learning-based paradigm for studying pictorial realism in an
explainable way. Unlike subjective evaluations made by art historians or
computer-based painting analysis exploiting inexplicable learned features, our
framework assesses realism by measuring the similarity between clouds painted
by exceptionally skillful 19th-century landscape painters like John Constable
and photographs of clouds. The experimental results of cloud classification
show that Constable approximates more consistently than his contemporaries the
formal features of actual clouds in his paintings. Our analyses suggest that
artists working in the decades leading up to the invention of photography
worked in a mode that anticipated some of the stylistic features of
photography. The study is a springboard for deeper analyses of pictorial
realism using computer vision and machine learning.
- Abstract（参考訳）: ヨーロッパの芸術家はルネサンス以来、生命のようなイメージを作ろうとしてきた。
写実主義を絵画に付与するために芸術家が用いた技法は、線形視点のような数学に基づくアプローチに依存することが多いが、写実主義絵画の実用性を評価するための手段は主観的であり、直感的でもある。
絵画リアリズムを評価するためのオルタナティブで比較的客観的な方法の探索は、既存の美術史研究を強化する可能性がある。
画像リアリズムを説明可能な方法で研究するための機械学習に基づくパラダイムを提案する。
美術史家による主観的な評価や、不可解な学習を生かしたコンピュータによる絵画分析とは異なり、この枠組みは、ジョン・コンスタブルのような非常に熟練した19世紀の風景画家が描いた雲と雲の写真との類似性を測定することによって、リアリズムを評価する。
雲の分類実験の結果、コンスタブルは同時代の絵画の実際の雲の形式的特徴よりも一貫して近似していることがわかった。
分析の結果、写真の発明に先立つ数十年間、アーティストは写真のスタイル的特徴を予見する形で活動したことが示唆された。
この研究は、コンピュータビジョンと機械学習を用いた絵画リアリズムのより深い分析のためのバネボードである。
関連論文リスト
- Emergence of Painting Ability via Recognition-Driven Evolution [49.666177849272856]
脳卒中枝とパレット枝を併用したモデルを提案する。
マシンビジョンで達成した認識精度を計測することにより、視覚コミュニケーションの効率を定量化する。
実験結果から,本モデルは高次認識タスクにおいて優れた性能を発揮することが示された。
論文 参考訳（メタデータ） (2025-01-09T04:37:31Z) - Learning Artistic Signatures: Symmetry Discovery and Style Transfer [8.288443063900825]
芸術様式の明確な定義はない。
スタイルは、局所的なテクスチャの配置を規定するグローバルな対称性のセットと考えるべきである。
局所的特徴とグローバル的特徴の両方を考慮し、リージェネレータと従来のテクスチャ尺度の両方を用いて、どちらの特徴セットよりもアーティスト間のスタイル的類似性を定量的に捉えることができることを示す。
論文 参考訳（メタデータ） (2024-12-05T18:56:23Z) - 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) - Bohr's Anti-Realist Realism in Contemporary (Quantum) Physics and
Philosophy [0.0]
反現実主義的実在論におけるニールス・ボーアの研究の影響力について論じる。
我々は、現在なお、反現実主義的リアリズムが、(量子)物理学と哲学の両方において、現代のポストモダン研究をどのように支配するかに焦点をあてる。
論文 参考訳（メタデータ） (2023-06-24T14:09:20Z) - Learning to Evaluate the Artness of AI-generated Images [64.48229009396186]
アートスコア(ArtScore)は、アーティストによる本物のアートワークと画像がどの程度似ているかを評価するために設計されたメトリクスである。
我々は、写真とアートワークの生成のために事前訓練されたモデルを採用し、一連の混合モデルを生み出した。
このデータセットはニューラルネットワークのトレーニングに使用され、任意の画像の定量化精度レベルを推定する方法を学ぶ。
論文 参考訳（メタデータ） (2023-05-08T17:58:27Z) - 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) - Enhancing Photorealism Enhancement [83.88433283714461]
本稿では,畳み込みネットワークを用いた合成画像のリアリズム向上手法を提案する。
一般的に使用されるデータセットのシーンレイアウトの分布を分析し、重要な方法で異なることを見つけます。
近年のイメージ・ツー・イメージ翻訳法と比較して,安定性とリアリズムの大幅な向上が報告されている。
論文 参考訳（メタデータ） (2021-05-10T19:00:49Z) - Quantifying Confounding Bias in Generative Art: A Case Study [3.198144010381572]
本研究では,美術作品の学習スタイルにおける芸術運動の影響のモデル化が欠如していることから,難解なバイアスを定量化するための簡易な指標を提案する。
提案手法は,芸術作品における芸術運動の影響を理解する上で,最先端の外れ値検出法よりも有効である。
論文 参考訳（メタデータ） (2021-02-23T21:59:30Z) - 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) - 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) - Deep CG2Real: Synthetic-to-Real Translation via Image Disentanglement [78.58603635621591]
画像空間における未ペアの合成-現実翻訳ネットワークの訓練は、厳しい制約下にある。
画像の非交叉シェーディング層とアルベド層に作用する半教師付きアプローチを提案する。
私たちの2段階のパイプラインはまず、物理ベースのレンダリングをターゲットとして、教師付き方法で正確なシェーディングを予測することを学習します。
論文 参考訳（メタデータ） (2020-03-27T21:45:41Z)
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。