論文の概要: Docent: A content-based recommendation system to discover contemporary art

• arxiv url: http://arxiv.org/abs/2207.05648v1
• Date: Tue, 12 Jul 2022 16:26:27 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-13 13:00:52.340252
• Title: Docent: A content-based recommendation system to discover contemporary art
• Title（参考訳）: Docent:現代美術発見のためのコンテンツベースのレコメンデーションシステム
• Authors: Antoine Fosset, Mohamed El-Mennaoui, Amine Rebei, Paul Calligaro, Elise Farge Di Maria, H\'el\`ene Nguyen-Ban, Francesca Rea, Marie-Charlotte Vallade, Elisabetta Vitullo, Christophe Zhang, Guillaume Charpiat and Mathieu Rosenbaum
• Abstract要約: 本稿では,アート作品の画像とアーティストのコンテキストメタデータに依存する,現代美術のコンテントベースレコメンデーションシステムを提案する。 私たちは、高度な、そしてアート特有の情報を収集し、注釈付けしたアートワークを収集し、モデルをトレーニングするために使用したユニークなデータベースを作成しました。 アートスペシャリストのチームによる評価の結果、意味のあるアート作品の75%の平均的な最終評価が得られました。
• 参考スコア（独自算出の注目度）: 0.8782885374383763
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Recommendation systems have been widely used in various domains such as music, films, e-shopping etc. After mostly avoiding digitization, the art world has recently reached a technological turning point due to the pandemic, making online sales grow significantly as well as providing quantitative online data about artists and artworks. In this work, we present a content-based recommendation system on contemporary art relying on images of artworks and contextual metadata of artists. We gathered and annotated artworks with advanced and art-specific information to create a completely unique database that was used to train our models. With this information, we built a proximity graph between artworks. Similarly, we used NLP techniques to characterize the practices of the artists and we extracted information from exhibitions and other event history to create a proximity graph between artists. The power of graph analysis enables us to provide an artwork recommendation system based on a combination of visual and contextual information from artworks and artists. After an assessment by a team of art specialists, we get an average final rating of 75% of meaningful artworks when compared to their professional evaluations.
• Abstract（参考訳）: 音楽、映画、eショップなど様々な分野においてレコメンデーションシステムが広く使われている。 デジタル化をほとんど避けたアートの世界は、パンデミックによる技術的転換点に達し、オンラインの売上は大幅に増加し、アーティストやアート作品に関する定量的なオンラインデータを提供している。 本稿では,アート作品のイメージとアーティストの文脈メタデータに依拠した現代美術のコンテンツベース推薦システムを提案する。 高度な情報とアート特有の情報を備えたアートワークを収集し、アノテートして、モデルトレーニングに使用する、まったくユニークなデータベースを作りました。 この情報により、アートワーク間の近接グラフを構築しました。 同様に, nlp技術を用いてアーティストの実践を特徴付け, 展覧会などのイベント履歴から情報を抽出し, アーティスト間の近接グラフを作成した。 グラフ解析の力により、アートワークやアーティストの視覚的情報と文脈的情報の組み合わせに基づいて、アートワークレコメンデーションシステムを提供することができる。 専門家チームによる評価の後、専門家による評価と比較すると、有意義なアートワークの75%の最終的な評価が得られます。

関連論文リスト

• Have Large Vision-Language Models Mastered Art History? [0.0]
  美術史家たちは長い間、芸術のユニークな側面を研究しており、スタイル予測はその分野の重要な要素である。 本稿では,視覚的およびテキスト的データを統合した大規模視覚言語モデルを用いて,絵画の美術的歴史的特性を効果的に予測できるかどうかを考察する。
  論文  参考訳（メタデータ） (2024-09-05T13:33:57Z)
• 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)
• Interactive Neural Painting [66.9376011879115]
  本稿では,対話型ニューラルペイント(NP)の最初のアプローチを提案する。 2段デコーダを用いた条件変圧器変分自動エンコーダ(VAE)アーキテクチャに基づく新しい手法であるI-Paintを提案する。 実験の結果,本手法は良好なストローク提案を提供し,最先端技術と比較した。
  論文  参考訳（メタデータ） (2023-07-31T07:02:00Z)
• 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)
• Towards Artistic Image Aesthetics Assessment: a Large-scale Dataset and a New Method [64.40494830113286]
  まず、Boldbrush Artistic Image dataset (BAID)という大規模なAIAAデータセットを紹介します。 そこで我々は,芸術的イメージを評価するために,スタイル特異的で汎用的な美的情報を効果的に抽出し,活用する新たな手法であるSAANを提案する。 実験により,提案手法は提案したBAIDデータセット上で既存のIAA手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-03-27T12:59:15Z)
• Towards mapping the contemporary art world with ArtLM: an art-specific NLP model [0.0]
  本報告では, 現代美術家間の相互関係を明らかにするために, 総合自然言語処理フレームワーク(ArtLM)を提案する。 広範囲な実験により, 85.6%の精度と84.0%のF1スコアが得られた。 また,ArtLMの出力から構築したアーティストネットワークの可視化と定性解析も提供する。
  論文  参考訳（メタデータ） (2022-12-14T09:26:07Z)
• Art Creation with Multi-Conditional StyleGANs [81.72047414190482]
  人間のアーティストは、独特のスキル、理解、そして深い感情や感情を引き起こすアートワークを作る真の意図の組み合わせが必要です。 本研究では,多条件生成支援ネットワーク(GAN)アプローチを導入し,人間の芸術を模倣する現実的な絵画を合成する。
  論文  参考訳（メタデータ） (2022-02-23T20:45:41Z)
• ArtGraph: Towards an Artistic Knowledge Graph [6.233095477694583]
  本稿では,WikiArtとDBpediaをベースとした芸術知識グラフArtGraphについて述べる。 芸術領域におけるより強力な情報検索および知識発見ツールのための貴重な資源として、アート、アーティスト、絵画学校等の豊富な情報を統一された構造化された枠組みに統合する知識グラフを提供する。
  論文  参考訳（メタデータ） (2021-05-31T15:09:05Z)
• Demographic Influences on Contemporary Art with Unsupervised Style Embeddings [25.107166631583212]
  contempArtは絵画と図面のコレクションであり、Instagram上のソーシャル接続と追加の社会デマグラフィー情報に基づく詳細なグラフネットワークである。 画像の教師なしスタイルの埋め込みを生成するのに適した3つの手法を評価し,残りのデータと相関する。
  論文  参考訳（メタデータ） (2020-09-30T10:13:18Z)
• 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)
• Art Speaks Maths, Maths Speaks Art [53.473846742702854]
  文化遺産における応用数学(MACH)は,芸術と人文科学の利益のために数学研究を活用することを目的としている。 究極のゴールは、アーティスト、美術保守家、考古学者のためのユーザーフレンドリーなソフトウェアツールキットを作ることです。
  論文  参考訳（メタデータ） (2020-07-17T10:24:23Z)

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。