基于属性与几何标注的浮世绘分析与创作
计算机视觉与模式识别
2021-06-07 v1 机器学习
摘要
浮世绘作为前现代日本艺术的重要流派，其研究与其他艺术品研究一样聚焦于对象与风格。此类研究受益于机器学习界对文化重要课题的重燃兴趣，催生了包含图像集、定量方法及基于机器学习的创作等跨学科工作。然而，它们存在若干缺陷，且将这些工作整合为全面视角仍具挑战。为弥合此差距，我们提出一种整体方法。我们首先呈现一个具有连贯语义标签与几何标注的大规模浮世绘数据集，随后利用这些标签与标注展示对浮世绘绘画对象的定量研究。我们进一步证明机器学习方法可通过浮世绘的软颜色分解助力风格研究，并最终通过利用上色组合草图与颜色来提供对象与风格的联合洞察。数据集见 https://github.com/rois-codh/arc-ukiyoe-faces
引用
@article{arxiv.2106.02267,
title = {Ukiyo-e Analysis and Creativity with Attribute and Geometry Annotation},
author = {Yingtao Tian and Tarin Clanuwat and Chikahiko Suzuki and Asanobu Kitamoto},
journal= {arXiv preprint arXiv:2106.02267},
year = {2021}
}