绘画数据集中的视觉链接检索与知识发现
计算机视觉与模式识别
2020-10-23 v2
摘要
视觉艺术对我们社会的文化、历史与经济增长具有不可估量的意义。大多数视觉艺术分析的基础构件之一是发现不同艺术家与画派绘画间的相似性关系。为帮助艺术史学者更好地理解视觉艺术，本文提出一个用于数字绘画数据集中视觉链接检索与知识发现的框架。视觉链接检索通过使用深度卷积神经网络进行特征提取，以及全无监督最近邻机制检索数字化绘画间的链接来实现。历史知识发现通过图分析实现，从而可研究艺术家间的影响。在一个收录极知名艺术家绘画的数据库上的实验评估显示了该方法的有效性。该无监督策略使得该方法在元数据稀缺、不可用或难以收集的情况下尤为有趣。
引用
@article{arxiv.2003.08476,
title = {Visual link retrieval and knowledge discovery in painting datasets},
author = {Giovanna Castellano and Eufemia Lella and Gennaro Vessio},
journal= {arXiv preprint arXiv:2003.08476},
year = {2020}
}
备注
Published on Multimedia Tools and Applications. Modified references. Corrected typos. Added observations according to reviewers