本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-11-03
摘要
隨著海量文物數位化資料集的增加，社會和文化科學家擁有前所未有的發現和擴展文化理論的機會。 WikiArt 資料集就是一個這樣的例子，其中包含超過 250,000 張高品質圖像，這些圖像來自 3000 多位藝術家，從 15 世紀到現在，具有歷史意義的藝術作品；它是潛在挖掘藝術家、流派和風格之間的模式和差異的豐富來源。然而，此類資料集通常難以分析和用於回答文化演化和分歧的複雜問題，因為它們的原始格式為影像文件，並表示為多維張量/矩陣。然而，機器學習、多模態資料分析和影像處理的最新發展為我們創建影像表示打開了大門，從影像中提取重要的特定領域特徵。藝術史學家長期以來一直強調藝術風格以及藝術中使用的色彩的重要性，作為跨流派、風格和藝術家來表徵和檢索藝術的方式。在本文中，我們發布了一個基於向量的大型繪畫資料集（WikiArtVectors），具有風格表示和顏色分佈，為文化和社會科學家提供了一個框架和資料庫來探索這兩個重要維度之間的關係。我們使用最先進的深度學習和人類感知顏色分佈來提取每幅畫的表示，並將它們跨藝術家、風格和流派進行聚合。然後，這些向量表示和分佈可以與資訊理論和距離度量結合使用，以識別跨藝術風格、流派和藝術家的大規模模式。我們展示了這些向量的一致性，並提供了早期探索，同時詳細說明了未來的工作和方向。我們所有的資料和程式碼都可以在 GitHub 上公開取得。