Leveraging Computer Vision Application in Visual Arts: A Case Study on the Use of Residual Neural Network to Classify and Analyze Baroque Paintings

要約

大規模なデジタル化された美術コレクションの利用可能性が高まるにつれて、絵画の自動分析と分類が興味深い研究分野になりつつあります。
しかし、ドメインの特異性、暗黙の主観性、芸術の動きを曖昧に分離する広範なニュアンスにより、機械学習技術を使用した芸術の分析は大きな課題となります。
残差ネットワーク、またはその変形は、画像分類タスクで最も一般的なツールの 1 つであり、明確に定義されたクラスに関連する特徴を抽出できます。
このケーススタディでは、ヨハン・クペツキーによる選択された絵画「画家チャールズ・ブルーニの肖像」の分類と、提案された分類子のパフォーマンスの分析に焦点を当てます。
残差ネットワーク トレーニング中に抽出された特徴が、オンライン アート コレクションの検索システム内での画像検索に役立つことを示します。

要約(オリジナル)

With the increasing availability of large digitized fine art collections, automated analysis and classification of paintings is becoming an interesting area of research. However, due to domain specificity, implicit subjectivity, and pervasive nuances that vaguely separate art movements, analyzing art using machine learning techniques poses significant challenges. Residual networks, or variants thereof, are one the most popular tools for image classification tasks, which can extract relevant features for well-defined classes. In this case study, we focus on the classification of a selected painting ‘Portrait of the Painter Charles Bruni’ by Johann Kupetzky and the analysis of the performance of the proposed classifier. We show that the features extracted during residual network training can be useful for image retrieval within search systems in online art collections.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google