BAM！面向摄影之外识别的Behance艺术媒体数据集
计算机视觉与模式识别
2017-07-11 v2
摘要
计算机视觉系统被设计为在日常摄影背景下良好工作。然而，艺术家常以不像照片的方式描绘周围世界。人类创作的艺术品不受模仿物理世界的约束，使机器更难识别。本工作是教机器如何以对人类有价值的方式对图像进行分类的一步。首先，我们从Behance（一个包含数百万专业和商业艺术家作品集的网站）收集大规模当代艺术品数据集。我们用内容、情感和艺术媒介的丰富属性标签标注Behance图像。此外，我们进行基线实验，展示该数据集在艺术风格预测、提升现有物体分类器的泛化能力以及视觉域适应研究方面的价值。我们相信我们的Behance艺术媒体数据集将成为希望研究艺术图像及相关问题的研究人员的良好起点。
引用
@article{arxiv.1704.08614,
title = {BAM! The Behance Artistic Media Dataset for Recognition Beyond Photography},
author = {Michael J. Wilber and Chen Fang and Hailin Jin and Aaron Hertzmann and John Collomosse and Serge Belongie},
journal= {arXiv preprint arXiv:1704.08614},
year = {2017}
}