KaoKore：一个前现代日本艺术面部表情数据集
计算机视觉与模式识别
2020-02-21 v1 机器学习
机器学习
摘要
从分类手写数字到生成文本字符串，机器学习界长期关注的数据集在主题上差异巨大。这激发了构建具有社会和文化相关性数据集的新兴趣，以使算法研究能对社会产生更直接和即时的影响。其中一个领域是历史与人文，更好的相关机器学习模型可加速各领域的研究。为此，已有新发布的基准和模型被提出用于转录日本历史草写体文字，但总体而言将机器学习用于日本历史艺术品在该领域仍基本未被探索。为弥补这一差距，本文提出一个新数据集 KaoKore，由从前现代日本艺术品中提取的人脸组成。我们展示了其作为图像分类数据集以及作为创意和艺术数据集的价值，并使用生成模型对其进行了探索。数据集可在 https://github.com/rois-codh/kaokore 获取。
引用
@article{arxiv.2002.08595,
title = {KaoKore: A Pre-modern Japanese Art Facial Expression Dataset},
author = {Yingtao Tian and Chikahiko Suzuki and Tarin Clanuwat and Mikel Bober-Irizar and Alex Lamb and Asanobu Kitamoto},
journal= {arXiv preprint arXiv:2002.08595},
year = {2020}
}