Mašininis matymas gali aptikti nežinomus ryšius tarp klasikinių meno kūrinių

Keturių paveikslų su panašiomis temomis vaizdas

Vienas iš svarbių klausimų, kuriuos sprendžia meno istorikai, yra tai, kaip didiesiems menininkams įtakos turėjo kiti. Jie tiria meno kūrinio stilių, turinį ir žanrą ir ieško menininkų ryšių bei įtakos.

Tai sudėtingas verslas. Tais laikais, kai nebuvo fotografuojama, vienintelis būdas nukopijuoti meno kūrinį buvo ranka. Iš tiesų, toks darbas buvo įprastas. Menininkai dažnai atkartodavo savo ar kitų darbus toje pačioje studijoje, o kopijų gausu.

Tačiau šios kopijavimo formos tikslas ne visada buvo atkurti originalą. Dažnai menininkai naudodavo esamas nuotraukas kaip atspirties tašką savo kūriniams, kurie atspindėtų originalo kompoziciją ar pozą. Iš tiesų, yra daug identiškų žmonių figūrų toje pačioje pozoje pavyzdžių visiškai skirtinguose paveiksluose.

Taigi meno istorija yra sudėtingas menininkų ir jų kūrinių sąsajų tinklas, dažnai nusakomas originalių kūrinių, dalinių kopijų ir pilnų kopijų įtaka.

Žmogaus poza čia vaidina svarbų vaidmenį. Vienas meno istorikės darbų – erzinti šį tinklą, tyrinėti skirtingų menininkų naudojamas žmogaus pozas ir pažvelgti į juos paveikusias jėgas.

Šiandien tai tampa lengviau, nes Tomas Jenicekas ir Ondrej Chum dirba Čekijos technikos universitete Prahoje. Šie vaikinai per visą istoriją naudojo mašininio matymo sistemą, kad analizuotų žmonių pozas vaizduojamojo meno paveiksluose. Tada jie ieško kitų paveikslų, kuriuose pavaizduoti žmonės tomis pačiomis pozomis.

Ši technika atskleidžia iki tol nežinotus ryšius tarp meno ir menininkų. Tai papildo galingą naują ginklų saugyklą, kurią gali naudoti meno istorikai, galinčią pakeisti tai, kaip mes suprantame meno istoriją.

Metodas yra gana paprastas ir pagrįstas didžiulėmis duomenų bazėmis, kurias meno istorikai sukūrė pastaraisiais metais. Jie suskaitmenino daugelio geriausių pasaulio muziejų ir galerijų kolekcijas, o daugelis jų yra atvirai prieinamos internete. Šios duomenų bazės staiga gali būti analizuojamos naudojant mašinų intelektą.

Tuo pačiu metu kiti mokslininkai kūrė mašininio matymo algoritmus, kurie gali nustatyti žmogaus pozą iš 2D vaizdo. Tikriausiai pažangiausias yra algoritmas, vadinamas OpenPose, atvirojo kodo programa, skirta 2D vaizduose aptikti pozas realiuoju laiku, sukurta Carnegie Mellon universitete Pitsburge.

Jenicekas ir Chumas naudoja šią programinę įrangą ieškodami panašių pozų rankiniu būdu anotuotų vaizdų duomenų bazėje. Tai veikia kaip aukso standartas.

Jie sako, kad automatizuotas procesas lengvai pranoksta kitus panašių vaizdų paieškos būdus. Eksperimentiškai parodome, kad aiškus žmogaus pozos atitikimas yra pranašesnis už standartinius turiniu pagrįstus vaizdų gavimo metodus rankiniu būdu anotuotame meno kompozicijos perdavimo duomenų rinkinyje, sako jie.

Jie toliau ieško panašių pozų internetinėje duomenų bazėje, vadinamoje Web Gallery of Art, kurioje yra 37 000 vaizdų. Tyrėjai teigia, kad jų algoritmas atrado daugybę sąsajų tarp nuotraukų, kurių būtų buvę neįmanoma identifikuoti kitomis priemonėmis (žr. paveikslėlį).

Žinoma, algoritmas nėra tobulas. Jis randa daugybę klaidingų teigiamų rezultatų, kai pozos skirtinguose vaizduose atrodo panašios, bet po vizualinio patikrinimo pasirodo visiškai skirtingos.

Tai jokiu būdu ne pirmas bandymas panaudoti mašininį regėjimą vaizduojamojo meno studijoms. Tyrėjai jau naudojo algoritmus, kad surastų ryškias naujas sąsajas tarp meno kūrinių remiantis bendra paveikslo kompozicija.

Mašinoms nustatyti žmogaus pozą yra daug sunkiau nei studijuoti bendrą kompoziciją, todėl užtrunka ilgiau, kol ši technologija bus pritaikyta meno pasaulyje. Tačiau žmonių paplitimas mene yra toks didelis, kad ši technika turi didelį potencialą.

Tai galingas naujas būdas analizuoti meno kūrinius per amžius ir ištirti, kaip žmogaus pozų kopijos ir variacijos paveikė menininkus. Bus įdomu stebėti, kaip meno istorikai naudoja šią naują priemonę.

Nuoroda: arxiv.org/abs/1907.03537 : Meno susiejimas per žmogaus pozas

paslėpti