論文の概要: Poses of People in Art: A Data Set for Human Pose Estimation in Digital Art History

• arxiv url: http://arxiv.org/abs/2301.05124v1
• Date: Thu, 12 Jan 2023 16:23:58 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-13 14:36:51.155356
• Title: Poses of People in Art: A Data Set for Human Pose Estimation in Digital Art History
• Title（参考訳）: 芸術における人々のポーズ:デジタルアート史における人間のポーズ推定のためのデータセット
• Authors: Stefanie Schneider and Ricarda Vollmer
• Abstract要約: 芸術における人間のポーズを推定するための,最初のオープンライセンスデータセットを紹介する。 美術作品群は、22の美術史的描写様式の2,454点からなる。 10,749人の人物は、最大で17個のキーポイントでラベル付けされた画像1枚につき最大4つの長方形の境界ボックスで正確に囲まれている。
• 参考スコア（独自算出の注目度）: 0.6345523830122167
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Throughout the history of art, the pose, as the holistic abstraction of the human body's expression, has proven to be a constant in numerous studies. However, due to the enormous amount of data that so far had to be processed by hand, its crucial role to the formulaic recapitulation of art-historical motifs since antiquity could only be highlighted selectively. This is true even for the now automated estimation of human poses, as domain-specific, sufficiently large data sets required for training computational models are either not publicly available or not indexed at a fine enough granularity. With the Poses of People in Art data set, we introduce the first openly licensed data set for estimating human poses in art and validating human pose estimators. It consists of 2,454 images from 22 art-historical depiction styles, including those that have increasingly turned away from lifelike representations of the body since the 19th century. A total of 10,749 human figures are precisely enclosed by rectangular bounding boxes, with a maximum of four per image labeled by up to 17 keypoints; among these are mainly joints such as elbows and knees. For machine learning purposes, the data set is divided into three subsets, training, validation, and testing, that follow the established JSON-based Microsoft COCO format, respectively. Each image annotation, in addition to mandatory fields, provides metadata from the art-historical online encyclopedia WikiArt. With this paper, we elaborate on the acquisition and constitution of the data set, address various application scenarios, and discuss prospects for a digitally supported art history. We show that the data set enables the investigation of body phenomena in art, whether at the level of individual figures, which can be captured in their subtleties, or entire figure constellations, whose position, distance, or proximity to one another is considered.
• Abstract（参考訳）: 芸術史を通じて、人体表現の全体的抽象化としてのポーズは多くの研究で定型であることが証明されている。 しかし、これまでの膨大なデータを手作業で処理しなければならないため、古代から美術史的モチーフの形式的再認識において、その重要な役割は選択的に強調するしかなかった。 計算モデルのトレーニングに必要なドメイン固有で十分な大きさのデータセットは、公開されていないか、あるいは十分な粒度でインデックス化されていないため、これは現在自動化された人間のポーズの推定においても当てはまる。 The Poses of People in Art data setでは、アートにおける人間のポーズを推定し、人間のポーズを推定する最初のオープンライセンスデータセットを紹介します。 19世紀以来、身体の生命のような表現から遠ざかってきたものを含む22の美術史的描写様式の2,454枚の画像からなる。 総計で10,749人の人物像は、長方形の境界箱で正確に囲まれており、最大で17個のキーポイントのラベルが付けられている。 機械学習の目的のために、データセットはトレーニング、バリデーション、テストの3つのサブセットに分けられ、それぞれ確立されたJSONベースのMicrosoft COCOフォーマットに従っている。 各画像アノテーションは必須フィールドに加えて、美術史的なオンライン百科事典WikiArtのメタデータを提供する。 本稿では,データセットの取得と構成について詳述し,様々な応用シナリオに対処し,デジタル支援された美術史の展望について議論する。 このデータセットは, 個々の人物が微妙に捉えられるか, 位置, 距離, 近接が考慮される全体像のコンステレーションのレベルにおいて, 芸術における身体現象の調査を可能にすることを示す。

関連論文リスト

• Evaluating Multiview Object Consistency in Humans and Image Models [68.36073530804296]
  我々は、物体の形状に関するゼロショット視覚的推論を必要とする認知科学の実験的設計を活用する。 我々は500人以上の参加者から行動データの35万件の試行を収集した。 次に、一般的な視覚モデルの性能を評価する。
  論文  参考訳（メタデータ） (2024-09-09T17:59:13Z)
• Data Augmentation in Human-Centric Vision [54.97327269866757]
  本研究では,人間中心型視覚タスクにおけるデータ拡張手法の包括的分析を行う。 それは、人物のReID、人間のパーシング、人間のポーズ推定、歩行者検出など、幅広い研究領域に展開している。 我々の研究は、データ拡張手法をデータ生成とデータ摂動の2つの主なタイプに分類する。
  論文  参考訳（メタデータ） (2024-03-13T16:05:18Z)
• SniffyArt: The Dataset of Smelling Persons [6.088288090431471]
  本稿では,1941年時点のSniffyArtデータセットについて紹介する。 このデータセットは、嗅覚認識のためのハイブリッド分類手法の開発を可能にする。
  論文  参考訳（メタデータ） (2023-11-20T16:21:37Z)
• 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)
• DEArt: Dataset of European Art [0.17188280334580194]
  我々は,第2世紀から第8世紀にかけての絵画の参照を目的としたオブジェクト検出とポーズ分類データセットであるDEArtを提案する。 15,000以上の画像が含まれており、約80%の非イコニックで、69クラスのすべてのインスタンスを識別するバウンディングボックスのマニュアルアノテーションと、人間に似たオブジェクトを識別するボックスのポーズが12種類含まれている。 以上の結果から, 文化遺産領域のオブジェクト検出器は, 伝達学習による汎用画像の最先端モデルに匹敵する精度を達成できることが示唆された。
  論文  参考訳（メタデータ） (2022-11-02T16:05:35Z)
• Automatic Analysis of Human Body Representations in Western Art [0.0]
  絵画における人間のポーズや表現を分析するコンピュータビジョンパイプラインを提案する。 正常化のために、検出されたポーズと輪郭をレオナルド・ダ・ヴィンチのヴィトルヴィアマンにマッピングする。 本手法は,絵画における人体の純粋な骨格解析よりも優れた手法である。
  論文  参考訳（メタデータ） (2022-10-17T08:56:22Z)
• Semi-supervised Human Pose Estimation in Art-historical Images [9.633949256082763]
  アート言語画像における人間のポーズを推定する新しい手法を提案する。 我々の手法は、事前訓練されたモデルやスタイル転送を使用する方法よりも、はるかに優れた結果が得られる。
  論文  参考訳（メタデータ） (2022-07-06T21:20:58Z)
• StyleGAN-Human: A Data-Centric Odyssey of Human Generation [96.7080874757475]
  この研究は、データ中心の観点から、"データエンジニアリング"における複数の重要な側面を調査します。 さまざまなポーズやテクスチャを抽出した230万以上のサンプルで、大規模な人間の画像データセットを収集し、注釈付けします。 本稿では,データサイズ,データ分布,データアライメントといった,スタイルGANに基づく人為的生成のためのデータ工学における3つの重要な要素について精査する。
  論文  参考訳（メタデータ） (2022-04-25T17:55:08Z)
• Deep Learning-Based Human Pose Estimation: A Survey [66.01917727294163]
  人間のポーズ推定は、過去10年間に注目を集めてきた。 ヒューマン・コンピュータ・インタラクション、モーション・アナリティクス、拡張現実、バーチャル・リアリティーなど幅広い用途で利用されている。 最近のディープラーニングベースのソリューションは、人間のポーズ推定において高いパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2020-12-24T18:49:06Z)
• 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)
• Whole-Body Human Pose Estimation in the Wild [88.09875133989155]
  COCO-WholeBodyは、全体アノテーションでCOCOデータセットを拡張する。 これは人体全体に手動のアノテーションがある最初のベンチマークである。 ZoomNetという名前のシングルネットワークモデルは、完全な人体の階層構造を考慮するために考案された。
  論文  参考訳（メタデータ） (2020-07-23T08:35:26Z)

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。