論文の概要: Diversity and stylization of the contemporary user-generated visual arts in the complexity-entropy plane
- arxiv url: http://arxiv.org/abs/2408.10356v1
- Date: Mon, 19 Aug 2024 18:54:01 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-21 17:53:16.062952
- Title: Diversity and stylization of the contemporary user-generated visual arts in the complexity-entropy plane
- Title（参考訳）: 複雑エントロピー平面における現代ユーザ生成視覚芸術の多様性と様式化
- Authors: Seunghwan Kim, Byunghwee Lee, Wonjae Lee,
- Abstract要約: 複雑エントロピー平面(C-H)を用いて視覚芸術様式の出現とスタイル化を導く進化過程を考察する。
2010年から2020年にかけてDeviantArtとBehanceプラットフォームで撮影された149,780の画像を分析した。
その結果,視覚芸術様式のC-H情報と多面像の特徴の相違との間に有意な統計的関係が認められた。
- 参考スコア（独自算出の注目度）: 3.6241617325524853
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The advent of computational and numerical methods in recent times has provided new avenues for analyzing art historiographical narratives and tracing the evolution of art styles therein. Here, we investigate an evolutionary process underpinning the emergence and stylization of contemporary user-generated visual art styles using the complexity-entropy (C-H) plane, which quantifies local structures in paintings. Informatizing 149,780 images curated in DeviantArt and Behance platforms from 2010 to 2020, we analyze the relationship between local information of the C-H space and multi-level image features generated by a deep neural network and a feature extraction algorithm. The results reveal significant statistical relationships between the C-H information of visual artistic styles and the dissimilarities of the multi-level image features over time within groups of artworks. By disclosing a particular C-H region where the diversity of image representations is noticeably manifested, our analyses reveal an empirical condition of emerging styles that are both novel in the C-H plane and characterized by greater stylistic diversity. Our research shows that visual art analyses combined with physics-inspired methodologies and machine learning, can provide macroscopic insights into quantitatively mapping relevant characteristics of an evolutionary process underpinning the creative stylization of uncharted visual arts of given groups and time.
- Abstract（参考訳）: 近年の計算的・数値的な手法の出現は、美術史的物語を分析し、美術様式の進化を辿る新たな道をもたらした。
本稿では,絵画の局所構造を定量化する複雑性エントロピー(C-H)平面を用いて,現代のユーザ生成視覚芸術スタイルの出現とスタイル化を支える進化過程について考察する。
2010年から2020年にかけてDeviantArtとBehanceプラットフォームでキュレートされた149,780枚の画像をインフォーマタイズし、C-H空間の局所情報とディープニューラルネットワークによって生成されたマルチレベル画像特徴と特徴抽出アルゴリズムの関係を解析した。
その結果, 視覚芸術様式のC-H情報と多面像の特徴の相違は, 美術作品群で時間とともに有意な相関が認められた。
画像表現の多様性が顕著に示される特定のC-H領域を開示することにより、我々はC-H平面で新しく、よりスタイリスティックな多様性を特徴とする出現様式の実証的条件を明らかにした。
我々の研究は、視覚芸術分析と物理にインスパイアされた手法と機械学習が組み合わさって、与えられたグループと時間の非チャートな視覚芸術の創造的スタイリゼーションを支える進化過程の関連特性を定量的にマッピングするマクロな洞察を提供することを示した。
関連論文リスト
- Style Based Clustering of Visual Artworks [2.4374097382908477]
視覚芸術のスタイルに基づくクラスタリングの概念を導入し、慎重に検討する。
私たちの主な目的は、スタイルベースのクラスタリングに使用できるニューラルな特徴表現とアーキテクチャを探ることです。
論文 参考訳（メタデータ） (2024-09-12T17:44:07Z) - Diffusion-Based Visual Art Creation: A Survey and New Perspectives [51.522935314070416]
本調査は,拡散に基づく視覚芸術創造の新たな領域を探求し,その発展を芸術的,技術的両面から検討する。
本研究は,芸術的要件が技術的課題にどのように変換されるかを明らかにし,視覚芸術創造における拡散法の設計と応用を強調した。
我々は、AIシステムが芸術的知覚と創造性において人間の能力をエミュレートし、潜在的に増強するメカニズムに光を当てることを目指している。
論文 参考訳（メタデータ） (2024-08-22T04:49:50Z) - 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) - An Image-based Typology for Visualization [23.716718517642878]
本稿では,画像からの視覚表現の質的解析結果について述べる。
定義群を10種類に分類した。
我々は、6,833枚のタグ付き画像のデータセットと、ラベル付き画像の大規模な集合を探索および分析するために使用できるオンラインツールを提供する。
論文 参考訳（メタデータ） (2024-03-07T04:33:42Z) - Controllable Mind Visual Diffusion Model [58.83896307930354]
脳信号の可視化は、人間の視覚システムとコンピュータビジョンモデルの間の重要なインターフェースとして機能する活発な研究領域として登場した。
我々は、制御可能なマインドビジュアルモデル拡散(CMVDM)と呼ばれる新しいアプローチを提案する。
CMVDMは属性アライメントとアシスタントネットワークを用いてfMRIデータから意味情報とシルエット情報を抽出する。
そして、制御モデルを利用して抽出した情報を画像合成に活用し、セマンティクスやシルエットの観点から視覚刺激によく似た画像を生成する。
論文 参考訳（メタデータ） (2023-05-17T11:36:40Z) - Domain Generalization for Mammographic Image Analysis with Contrastive
Learning [62.25104935889111]
効果的なディープラーニングモデルのトレーニングには、さまざまなスタイルと品質を備えた大規模なデータが必要である。
より優れたスタイルの一般化能力を備えた深層学習モデルを実現するために,新しいコントラスト学習法が開発された。
提案手法は,様々なベンダスタイルドメインのマンモグラムや,いくつかのパブリックデータセットを用いて,広範囲かつ厳密に評価されている。
論文 参考訳（メタデータ） (2023-04-20T11:40:21Z) - 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) - Compression ensembles quantify aesthetic complexity and the evolution of
visual art [0.0]
我々は、歴史的・現代視覚メディアにおけるアルゴリズム距離を定量化するために、圧縮アプローチを一般化し拡張する。
提案された「アンサンブル」アプローチは、与えられた入力画像の多数の変換されたバージョンを圧縮することで機能する。
我々は、この手法が、何世紀にもわたって、そして急速に発展している現代NFTアートマーケットにおいて、美術史データのトレンドを明らかにし、定量化するためにどのように使われるかを示す。
論文 参考訳（メタデータ） (2022-05-20T16:05:22Z) - Learning Portrait Style Representations [34.59633886057044]
高レベル特性を取り入れたニューラルネットワークアーキテクチャによって学習されたスタイル表現について検討する。
美術史家によって注釈付けされた三重奏曲をスタイル類似性の監督として取り入れることで,学習スタイルの特徴の変化を見いだす。
また,計算解析用に用意された肖像画の大規模データセットを初めて提示する。
論文 参考訳（メタデータ） (2020-12-08T01:36:45Z) - Art Style Classification with Self-Trained Ensemble of AutoEncoding
Transformations [5.835728107167379]
絵画の芸術的スタイルは豊かな記述物であり、アーティストが創造的なビジョンをどのように表現し表現するかについての視覚的知識と深い本質的な知識の両方を明らかにする。
本稿では,高度な自己指導型学習手法を用いて,クラス内およびクラス間変動の少ない複雑な芸術的スタイルを認識することの課題を解決する。
論文 参考訳（メタデータ） (2020-12-06T21:05:23Z) - Pathological Retinal Region Segmentation From OCT Images Using Geometric
Relation Based Augmentation [84.7571086566595]
本稿では,幾何学と形状の内在的関係を共同で符号化することで,従来のGANベースの医用画像合成法よりも優れた手法を提案する。
提案手法は,取得手順の異なる画像を有する公開RETOUCHデータセット上で,最先端のセグメンテーション手法より優れている。
論文 参考訳（メタデータ） (2020-03-31T11:50:43Z)
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。