論文の概要: Conducting Stylistic Analysis of Paintings through an Art-History Agent

• arxiv url: http://arxiv.org/abs/2608.29644v1
• Date: Sun, 30 Aug 2026 08:10:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:31.0377
• Title: Conducting Stylistic Analysis of Paintings through an Art-History Agent
• Title（参考訳）: アート・ヒストリー・エージェントによる絵画の導電性構造解析
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Attributing an artwork to an artist has traditionally relied on detailed visual observations and descriptions, known as stylistic analysis in art history. By contrast, current artificial intelligence (AI) models used in the field offer only unexplained probabilistic classifications. To bridge this methodological gap, we present an AI framework that automates stylistic analysis of paintings, providing a foundation for enhancing evidence collection, discovery, and verification. By training a vision transformer (ViT) on a large corpus of paintings with metadata, our system encodes this art history-specific data as embeddings. These representations are factorized via sparse dictionary learning into a shared set of features that recur across the training set. A large language model (LLM) then interprets each feature by retrieving associated artworks and their accompanying curator-written texts, and synthesizes them into descriptions that reflect their stylistic attributes. Finally, an autonomous coordinator LLM applies a reasoning-and-action (ReAct) framework to weight, test, and refine these features into cohesive descriptions of an artwork, or comparisons of artworks. This approach converts detailed visual features into descriptive terms, addressing a key challenge in art history. It thus connects the use of images as data with the semantic concerns of humanists, establishing vision-based computational art history as an area for future growth.
• Abstract（参考訳）: 芸術家へのアートの帰属は、伝統的に、美術史におけるスタイリスティックな分析として知られる、詳細な視覚的な観察と記述に依存してきた。 対照的に、この分野で使われている現在の人工知能(AI)モデルは、説明のつかない確率的分類のみを提供する。 この方法論的ギャップを埋めるため,絵画のスタイリスティックな分析を自動化し,証拠収集,発見,検証の促進のための基盤を提供する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。 これらの表現は、スパース辞書学習を通じて、トレーニングセット全体で再帰する共有機能セットに分解される。 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で書かれたテキストを取得して、それらをそれらのスタイル特性を反映した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。 最後に、自律コーディネータLLMは、これらの特徴を重み付け、テスト、洗練するために、推論とアクション(ReAct)フレームワークを適用して、アートワークの凝集的な記述や、アートワークの比較を行う。 このアプローチは、詳細な視覚的特徴を記述的な用語に変換し、美術史における重要な課題に対処する。 これにより、画像を人文主義者の持つ意味的な関心事と結びつけ、将来の成長の領域として視覚に基づく計算芸術史を確立することができる。

関連論文リスト

• Explainable Disentangled Representation Learning for Generalizable Authorship Attribution in the Era of Generative AI [70.05655131235999]
  EAVAE(Explainable Authorship Variational Autoencoder)は、コンテンツからスタイルを明示的に切り離す新しいフレームワークである。 ディスタングルメントは、新規な差別者を通じて実施される。 EAVAEは、AI生成テキスト検出のためのM4データセットよりも、数ショットの学習に優れています。
  論文  参考訳（メタデータ） (2026-04-23T05:34:20Z)
• Does AI See like Art Historians? Interpreting How Vision Language Models Recognize Artistic Style [60.562013130566726]
  VLMの芸術的スタイル予測能力の基盤となるメカニズムを特徴付ける。 我々は、アートスタイルの予測を駆動する概念を特定するために、潜在空間分解アプローチを採用する。 スタイルの予測に無関係な概念が使われた場合、美術史家はその成功の可能性がある理由を特定した。
  論文  参考訳（メタデータ） (2026-03-11T17:49:45Z)
• 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)
• ArtRAG: Retrieval-Augmented Generation with Structured Context for Visual Art Understanding [21.469839845171652]
  ArtRAGは、構造化知識と検索強化世代(RAG)を組み合わせた新しいフレームワークである。 推測時には、構造化された検索者が意味的およびトポロジカルなサブグラフを選択して生成をガイドする。 SemArtとArtpediaのデータセットの実験では、ArtRAGがいくつかの高度に訓練されたベースラインを上回っている。
  論文  参考訳（メタデータ） (2025-05-09T13:08:27Z)
• KALE: An Artwork Image Captioning System Augmented with Heterogeneous Graph [24.586916324061168]
  本稿では,アートワーク開発のための知識付加型視覚言語モデルを提案する。 KALEはメタデータを2つの方法で組み込む: 第一に直接テキスト入力、第二にマルチモーダルなヘテロジニアス知識グラフである。 実験結果から,KALEは複数のアートデータセットにまたがる既存の最先端の作業に対して高い性能を発揮することが示された。
  論文  参考訳（メタデータ） (2024-09-17T06:39:18Z)
• Have Large Vision-Language Models Mastered Art History? [3.790400719319821]
  VLM(Vision-Language Models)が絵画のスタイル、作者、制作日を分類できるかどうかを検証する。 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きたが、スタイル予測はその分野の重要な要素であった。
  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)
• 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)
• Language Does More Than Describe: On The Lack Of Figurative Speech in Text-To-Image Models [63.545146807810305]
  テキスト・ツー・イメージ拡散モデルでは、テキスト入力プロンプトから高品質な画像を生成することができる。 これらのモデルは、コンテンツベースのラベル付けプロトコルから収集されたテキストデータを用いて訓練されている。 本研究では,現在使用されているテキスト・画像拡散モデルのトレーニングに使用されている公開テキストデータの感情性,目的性,抽象化の程度を特徴付ける。
  論文  参考訳（メタデータ） (2022-10-19T14:20:05Z)
• 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)

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。