基于无监督风格嵌入的人口统计因素对当代艺术的影响
计算机视觉与模式识别
2020-12-02 v2 社会与信息网络
摘要
计算艺术分析因其对分类任务的依赖，优先关注那些作品已按必要标注妥善归类的历史数据集。相比之下，当今创作的艺术作品数量庞大且易于获取，专业与业余艺术家均通过互联网和社交网络展示其作品。尽管这类在风格与流派上尚未归类的艺术不太适合监督式分析，但其数据源带有新颖信息，或有助于以同样新颖的方式框定视觉内容。作为此方向的第一步，我们提出contempArt，一个仅含当代艺术作品的的多模态数据集。contempArt收录了绘画与素描、基于Instagram社交关系的详细图网络以及附加的社会人口统计信息；所有这些均关联至442位职业生涯初期的艺术家。我们评估了三种适用于生成图像无监督风格嵌入的方法，并将其与其余数据进行关联。我们发现视觉风格与社会邻近性、性别和国籍之间不存在任何关联。
引用
@article{arxiv.2009.14545,
title = {Demographic Influences on Contemporary Art with Unsupervised Style Embeddings},
author = {Nikolai Huckle and Noa Garcia and Yuta Nakashima},
journal= {arXiv preprint arXiv:2009.14545},
year = {2020}
}
备注
To be published in Proceedings of the European Conference in Computer Vision Workshops 2020