视觉艺术品的风格聚类与神经风格表示的博弈

基于风格对艺术品进行聚类具有许多潜在的现实世界应用，如艺术品推荐、基于风格的搜索与检索，以及艺术家或艺术品语料库的艺术风格演变研究。我们引入并探讨了“视觉艺术品的风格聚类”这一概念。我们论证了基于风格对艺术品进行聚类在很大程度上是一个尚未解决的问题。我们探索并设计了不同的神经特征表示——从风格分类、风格迁移到大型语言视觉模型——这些表示随后可用于基于风格的聚类。我们的目标是通过将它们应用于多个艺术品语料库和精心策划的合成风格数据集，通过定性和定量分析来评估这些设计的基于风格的聚类方法的相对有效性。除了提供基于风格的聚类和评估的广泛框架外，我们的分析还为特征表示、架构及其对基于风格聚类的启示提供了一些关键的新见解。