論文の概要: Abstract4D: A Large-Scale Dataset and Framework for Understanding the Visual Language of Abstract Art

• arxiv url: http://arxiv.org/abs/2608.28339v1
• Date: Fri, 28 Aug 2026 13:51:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-31 17:16:04.343459
• Title: Abstract4D: A Large-Scale Dataset and Framework for Understanding the Visual Language of Abstract Art
• Title（参考訳）: Abstract4D:抽象芸術のビジュアル言語を理解するための大規模データセットとフレームワーク
• Abstract要約: Abstract4Dは、これまでで最大の抽象絵画のデータセットである。 大規模埋め込み可視化により抽象芸術の意味構造を解析する。 分類,クロスモーダル検索,テキスト・ツー・イメージ生成のためのベンチマークタスクを確立する。
• 参考スコア（独自算出の注目度）: 9.446232705010916
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Artificial intelligence can classify artistic styles and synthesize images, but it still lacks a model of the visual language that gives art meaning. Abstract painting minimizes object semantics and foregrounds structural cues, making it an ideal testbed for computational perception. We introduce \textbf{Abstract4D}, the largest dataset of abstract paintings to date: more than 120,000 images paired with rich metadata and multi-dimensional prompts that capture each work's perceptual attributes---\textit{form, color, texture, and composition}. Annotations are produced by a hybrid human--VLM pipeline for quality and consistency. Using Abstract4D, we (i) analyze the semantic structure of abstract art through large-scale embedding visualization, uncovering how perceptual relationships organize artistic meaning, and (ii) establish benchmark tasks for classification, cross-modal retrieval, and text-to-image generation to evaluate how AI models perceive and reproduce abstract visual language. Together, these analyses demonstrate how Abstract4D enables both exploration and quantitative assessment of AI's ability to represent and interpret abstract art.
• Abstract（参考訳）: 人工知能は芸術的なスタイルを分類し、画像を合成することができるが、それでも芸術的な意味を与える視覚言語モデルが欠けている。 抽象絵画は、対象の意味論と構造的手がかりを最小化し、計算知覚のための理想的なテストベッドとなる。 これまでで最大の抽象絵画データセットである \textbf{Abstract4D} について紹介する: 豊かなメタデータと多次元プロンプトを組み合わせ、各作品の知覚的属性をキャプチャする12万枚以上の画像 --\textit{form, color, texture, composition}。アノテーションは、品質と一貫性のためのハイブリッドな人間-VLMパイプラインによって作成される。 Abstract4Dを使って、私たちは 一 大規模な埋め込み可視化により抽象芸術の意味構造を解析し、知覚的関係が芸術的意味をどう構成するかを明らかにすること。 (II)AIモデルが抽象視覚言語をどのように認識し、再現するかを評価するため、分類、クロスモーダル検索、テキスト・ツー・イメージ生成のためのベンチマークタスクを確立する。 これらの分析は、抽象芸術を表現・解釈するAIの能力について、Abstract4Dが探索と定量的評価の両方を可能にしていることを示す。

関連論文リスト

• Conducting Stylistic Analysis of Paintings through an Art-History Agent [0.0]
  絵画のスタイリスティック分析を自動化するAIフレームワークを提案する。 視覚変換器(ViT)を大量の絵画のコーパスにメタデータで訓練することにより,この美術史固有のデータを埋め込みとして符号化する。 大型言語モデル(LLM)は、関連するアートワークとその付随するキュレーターによるテキストを取得して、それらを記述に合成することによって、それぞれの特徴を解釈する。
  論文  参考訳（メタデータ） (2026-08-30T08:10:58Z)
• Bridging Cognitive Gap: Hierarchical Description Learning for Artistic Image Aesthetics Assessment [51.40989269202702]
  審美的品質評価タスクは,AIGCの定量的評価システムの開発に不可欠である。 本研究では,記述生成による美的次元の分離を図った芸術的画像の美的評価フレームワークであるArtQuantを提案する。 提案手法は,従来のトレーニングの33%しか必要とせず,いくつかのデータセット上での最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2025-12-29T12:18:26Z)
• TraitSpaces: Towards Interpretable Visual Creativity for Human-AI Co-Creation [0.0]
  心理学からアーティストや理論を実践する実践者へのインタビューに基づいて、私たちは、創造性の感情的、象徴的、文化的、倫理的次元を捉えた12の特徴を定義します。 環境対話性や空洞アークといったトラストは高い信頼性で予測される。 私たちの研究は、文化的・美的な洞察と計算モデリングを結びつけることで、創造性を数字に還元するのではなく、アーティスト、研究者、AIシステムが有意義に協力するための共通の言語と解釈可能なツールを提供することを目的としています。
  論文  参考訳（メタデータ） (2025-09-29T06:24:18Z)
• An Exploratory Study on Abstract Images and Visual Representations Learned from Them [27.912006389955945]
  このパフォーマンスギャップの背景にある理由を考察し、抽象レベルでのハイレベルなセマンティックコンテンツをどの程度キャプチャできるかを考察する。 次に、分類、セグメンテーション、オブジェクト検出など様々なタスクにわたって、HAID上の従来の視覚システムを訓練し評価する。 また、抽象画像が視覚意味情報を伝達し、視覚タスクに寄与する潜在的に効果的なフォーマットとして考えられるかどうかについても論じる。
  論文  参考訳（メタデータ） (2025-09-17T16:30:34Z)
• Seeing the Abstract: Translating the Abstract Language for Vision Language Models [13.065703240655973]
  本研究は,抽象表現を持つ高表現領域であるファッション領域に焦点をあてる。 最近の大規模マルチモーダルファッションデータセットを分析することで、抽象用語が支配的な存在であることが分かる。 本稿では, 抽象表現をよく表現されたコンクリートにシフトさせるための, 学習不要でモデルに依存しない ACT (Abstract-to-Concrete Translator) を提案する。
  論文  参考訳（メタデータ） (2025-05-06T07:14:10Z)
• Compositional Entailment Learning for Hyperbolic Vision-Language Models [54.41927525264365]
  画像とテキストのペアを超えて、双曲的埋め込みの自然的階層性を完全に活用する方法を示す。 双曲型視覚言語モデルのための構成的包摂学習を提案する。 数百万の画像テキストペアで訓練された双曲型視覚言語モデルに対する経験的評価は、提案手法が従来のユークリッドCLIP学習より優れていることを示している。
  論文  参考訳（メタデータ） (2024-10-09T14:12:50Z)
• What Makes a Maze Look Like a Maze? [92.80800000328277]
  本稿では,Deep Grounding(DSG)という,視覚的抽象化の明示的な構造化表現を活用してグラウンド化と推論を行うフレームワークを紹介する。 DSGの中核はスキーマ-依存性グラフによる抽象概念の記述で、より原始的なシンボルに分解される。 DSGは視覚言語モデルの抽象的視覚的推論性能を大幅に向上させることを示す。
  論文  参考訳（メタデータ） (2024-09-12T16:41:47Z)
• 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)
• AbsPyramid: Benchmarking the Abstraction Ability of Language Models with a Unified Entailment Graph [62.685920585838616]
  抽象能力は人間の知性において必須であり、言語モデルでは未探索のままである。 本稿では、抽象知識の221Kテキスト記述を統一したエンテーメントグラフであるAbsPyramidを提案する。
  論文  参考訳（メタデータ） (2023-11-15T18:11:23Z)
• Text-to-Image Generation for Abstract Concepts [76.32278151607763]
  抽象概念のためのテキスト・画像生成フレームワーク(TIAC)を提案する。 抽象概念は曖昧さを避けるための詳細な定義で明確な意図に明確化されている。 LLM抽出フォームパターンセットから概念依存型フォームを検索する。
  論文  参考訳（メタデータ） (2023-09-26T02:22:39Z)
• Systematic Visual Reasoning through Object-Centric Relational Abstraction [5.914610036560008]
  対象と抽象的関係の明示的な表現を抽出するモデルであるOCRAを紹介する。 複雑な視覚ディスプレイを含むタスクにおいて、強力な体系的な一般化を実現する。
  論文  参考訳（メタデータ） (2023-06-04T22:47:17Z)

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。