利用姿态与注视先验理解艺术史图像中的构图结构
计算机视觉与模式识别
2020-09-09 v1 图像与视频处理
摘要
图像构图作为艺术品分析工具对艺术史学者极为重要。这些构图有助于分析图像中的交互以研究艺术家及其作品。Max Imdahl 在其称为 Ikonik 的著作中，与 20 世纪其他著名艺术史学者一起，强调了图像结构构图的审美与语义重要性。理解图像中潜在的构图结构是一项具挑战性且耗时的任务。利用计算机视觉技术自动生成这些结构（1）可通过节省大量时间、提供概览并接入海量图像库，辅助艺术史学者进行精细分析；（2）也为机器理解人造图像迈出重要一步。本工作中，我们尝试在不涉及任何训练的前提下，使用现有 SOTA 机器学习技术自动化此过程。受 Max Imdahl 开创性工作启发，我们的方法聚焦于图像构图的两个核心主题：（a）艺术品作用区域与作用线的检测；（b）基于姿态的前景与背景分割。目前，我们的方法适用于含图像中主角（人物）的艺术品。为定性与定量验证我们的方法，我们开展了涉及专家与非专家的用户研究。研究结果与我们的方法高度相关，并展示了其领域无关的能力。我们已在 https://github.com/image-compostion-canvas-group/image-compostion-canvas 开源代码。
引用
@article{arxiv.2009.03807,
title = {Understanding Compositional Structures in Art Historical Images using Pose and Gaze Priors},
author = {Prathmesh Madhu and Tilman Marquart and Ronak Kosti and Peter Bell and Andreas Maier and Vincent Christlein},
journal= {arXiv preprint arXiv:2009.03807},
year = {2020}
}
备注
To be Published in ECCV 2020 Workshops (VISART V)