論文の概要: There Is a Digital Art History
- arxiv url: http://arxiv.org/abs/2308.07464v1
- Date: Mon, 14 Aug 2023 21:21:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-16 14:39:28.089346
- Title: There Is a Digital Art History
- Title（参考訳）: デジタルアートの歴史があります
- Authors: Leonardo Impett and Fabian Offert
- Abstract要約: 我々はJohanna Drucker氏の質問を再考する。
我々は,「デジタル」美術史へのパラダイムシフトを示唆する2つの主要な側面に着目した分析を行った。
- 参考スコア（独自算出の注目度）: 1.0878040851637998
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we revisit Johanna Drucker's question, "Is there a digital art
history?" -- posed exactly a decade ago -- in the light of the emergence of
large-scale, transformer-based vision models. While more traditional types of
neural networks have long been part of digital art history, and digital
humanities projects have recently begun to use transformer models, their
epistemic implications and methodological affordances have not yet been
systematically analyzed. We focus our analysis on two main aspects that,
together, seem to suggest a coming paradigm shift towards a "digital" art
history in Drucker's sense. On the one hand, the visual-cultural repertoire
newly encoded in large-scale vision models has an outsized effect on digital
art history. The inclusion of significant numbers of non-photographic images
allows for the extraction and automation of different forms of visual logics.
Large-scale vision models have "seen" large parts of the Western visual canon
mediated by Net visual culture, and they continuously solidify and concretize
this canon through their already widespread application in all aspects of
digital life. On the other hand, based on two technical case studies of
utilizing a contemporary large-scale visual model to investigate basic
questions from the fields of art history and urbanism, we suggest that such
systems require a new critical methodology that takes into account the
epistemic entanglement of a model and its applications. This new methodology
reads its corpora through a neural model's training data, and vice versa: the
visual ideologies of research datasets and training datasets become entangled.
- Abstract（参考訳）: 本稿では、大規模なトランスフォーマーベースの視覚モデルが出現する中で、Johanna Drucker氏の質問「デジタルアートの歴史は存在するか?」を再考する。
より伝統的なタイプのニューラルネットワークは、デジタルアートの歴史の一部であり、デジタルヒューマニティのプロジェクトは、最近トランスフォーマーモデルの使用を開始したが、その認識論的意味と方法論的余裕はまだ体系的に分析されていない。
我々は,Druckerが持つ「デジタル」美術史へのパラダイムシフトを示唆する2つの主要な側面に着目した分析を行った。
一方,大規模視覚モデルで新たに符号化された視覚文化レパートリーは,デジタル美術史に大きな影響を与えている。
多数の非フォトグラフィック画像を含むことで、異なる形式のビジュアルロジックの抽出と自動化が可能になる。
大規模視覚モデルは、ネットの視覚文化を媒介とする西洋の視覚キヤノンの大部分を「知覚」しており、デジタル生活のあらゆる面においてすでに広く使われている応用を通じて、キヤノンを連続的に強化し、具現化している。
一方,同時代の大規模視覚モデルを用いた2つの技術的ケーススタディに基づいて,芸術史・都市主義の分野からの基本的疑問を考察し,モデルとその応用の疫学的な絡み合いを考慮に入れた新たな批判的方法論が必要であることを示唆する。
この新たな方法論は、ニューラルネットワークのトレーニングデータを通じてコーパスを読み、その逆も、研究データセットとトレーニングデータセットの視覚的イデオロギーが絡み合うようになる。
関連論文リスト
- A Survey on Vision Autoregressive Model [15.042485771127346]
自然言語処理(NLP)における自己回帰モデルの性能を実証した
NLP分野での顕著な成功にインスパイアされた自己回帰モデルは、近年コンピュータビジョンにおいて集中的に研究されている。
本稿では,既存の手法の分類学の発展を含む,視覚自己回帰モデルに関する体系的なレビューを行う。
論文 参考訳（メタデータ） (2024-11-13T14:59:41Z) - Autoregressive Models in Vision: A Survey [119.23742136065307]
本調査は、視覚に適用される自己回帰モデルに関する文献を包括的に調査する。
視覚的自己回帰モデルを,画素ベース,トークンベース,スケールベースを含む3つの一般的なサブカテゴリに分割する。
本稿では,画像生成,映像生成,3D生成,マルチモーダル生成など,コンピュータビジョンにおける自己回帰モデルの多面的分類を提案する。
論文 参考訳（メタデータ） (2024-11-08T17:15:12Z) - 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) - A Comprehensive Taxonomy and Analysis of Talking Head Synthesis: Techniques for Portrait Generation, Driving Mechanisms, and Editing [8.171572460041823]
トーキングヘッド合成は、特定のコンテンツによって駆動される静止画像からポートレートビデオを生成する高度な方法である。
本調査は,3つの重要な領域 – ポートレート生成,駆動機構,編集技術 – に分類し,その技術を体系的にレビューする。
論文 参考訳（メタデータ） (2024-06-15T08:14:59Z) - State of the Art on Diffusion Models for Visual Computing [191.6168813012954]
本稿では,拡散モデルの基本数学的概念,実装の詳細,および一般的な安定拡散モデルの設計選択を紹介する。
また,拡散に基づく生成と編集に関する文献の急速な発展を概観する。
利用可能なデータセット、メトリクス、オープンな課題、社会的意味について議論する。
論文 参考訳（メタデータ） (2023-10-11T05:32:29Z) - 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) - DC-Art-GAN: Stable Procedural Content Generation using DC-GANs for
Digital Art [4.9631159466100305]
我々は,安定かつ異質なアートジェネレーションのために,敵対的な訓練を施した深層生成ネットワークのコンセプトを提唱する。
この研究は主に、DC-GAN(Deep Convolutional Generative Adversarial Network)の使用に焦点を当て、GANトレーニングにおける共通の落とし穴に対処する技術を探っている。
論文 参考訳（メタデータ） (2022-09-06T23:06:46Z) - A Comprehensive Review of Digital Twin -- Part 1: Modeling and Twinning
Enabling Technologies [11.241244950889886]
デジタルツイン(Digital twin)は、産業4.0時代の新興技術である。
デジタル双生児は、物理的世界を相互接続されたデジタルモデルのグループとしてモデル化することができる。
このレビューのパート2では、不確実性定量化と最適化の役割について論じている。
論文 参考訳（メタデータ） (2022-08-26T15:01:26Z) - 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) - Automatic Image Content Extraction: Operationalizing Machine Learning in
Humanistic Photographic Studies of Large Visual Archives [81.88384269259706]
本稿では,機械学習による大規模画像アーカイブの検索と解析のための自動画像コンテンツ抽出フレームワークを提案する。
提案する枠組みは、人文科学と社会科学のいくつかの分野に適用できる。
論文 参考訳（メタデータ） (2022-04-05T12:19:24Z) - State of the Art on Neural Rendering [141.22760314536438]
我々は,古典的コンピュータグラフィックス技術と深層生成モデルを組み合わせることで,制御可能かつフォトリアリスティックな出力を得るアプローチに焦点をあてる。
本報告は,新しいビュー合成,セマンティック写真操作,顔と身体の再現,リライティング,自由視点ビデオ,バーチャルおよび拡張現実テレプレゼンスのためのフォトリアリスティックアバターの作成など,記述されたアルゴリズムの多くの重要なユースケースに焦点をあてる。
論文 参考訳（メタデータ） (2020-04-08T04:36:31Z)
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。