A carregar...
Publicação
An interactive Platform for Representing, Interlinking and Analyzing Content on Art
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 9.93 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Unfortunately, many art objects such as paintings and sculptures are not yet cataloged
in digital form. Often not even in printed catalogs or books. This circumstance provides
a considerable obstacle for obtaining information from different collections within mu-
seums or private collections all over the world. Because a significant number of works
of art are also never cataloged, either because the owners lack the knowledge to do so
or because there isn’t a simple tool to help the cataloging process, by providing a large
amount of information in an accurate way, a significant number of these works of art also
remain unknown to the world.
With the help of machine learning algorithms and tools that can interpret images
contents, a platform is to be created that offers a simple data acquisition from art pieces.
In addition to simpler technical attributes such as style and type of art, more detailed
information such as probable artist, materials, and decade of creation could already be
suggested to the user during the data acquisition. This is possible thanks to the algorithms
that can analyze images of the object in question. Alongside these suggestions, there
would be the possibility to interlink data by multiple features in order to get similar art
pieces to the submitted one. From the user utilization of the platform, the growing data
set shall be linked with each other, visualized in an interactive platform, and finally serve
to improve the analysis of new art objects.
The creation of this platform made it feasible to offer a wide amount of information
about any work of art. Four separate image classification models that could categorize
art pieces based on their author, style, decade, and type were developed. To improve
the prediction power of these, a number of strategies were studied and applied. Further
details, including a set of relevant tags, the most dominant colors, and the materials
utilized in the pieces of art, were also provided using Google Cloud Vision API. The
platform’s whole infrastructure was built with these features and best practices in mind.
Infelizmente, muitas peças de arte, como pinturas e esculturas, ainda não estão cataloga- das em formato digital. Muitas vezes nem mesmo em catálogos ou livros. Esta circuns- tância constitui um obstáculo considerável para a aquisição de informação de diferentes coleções de museus ou coleções particulares em todo o mundo. Igualmente, uma grande quantidade de peças de arte não são catalogadas tanto por falta de conhecimentos por parte do proprietário ou por falta de um método simples de as tornar públicas. Com a ajuda de algoritmos e ferramentas de aprendizagem computacional que conse- guem interpretar o conteúdo de imagens, uma plataforma que oferece uma ferramenta de aquisição de dados de peças de arte será criada. Além de atributos técnicos mais simples como o estilo e tipo de arte, informações mais detalhadas como o artista provável, mate- riais e a década de criação poderiam ser sugeridas ao utilizador durante a aquisição dos dados. Isto é possível graças aos algoritmos que conseguem analisar imagens do objeto em questão. Além destas sugestões, haveria a possibilidade de interligar os dados por diferentes atributos de forma a obter peças de arte semelhantes à que fora submetida. A partir da utilização da plataforma pelo usuário, o crescente conjunto de dados deve ser interligado entre si, visualizado numa plataforma interativa, e por fim ser utilizado de forma a melhorar a análise de novos objetos de arte. Com o desenvolvimento da plataforma, é possível oferecer uma grande variedade de informação. Foram desenvolvidos quatro diferentes algoritmos que conseguem catego- rizar uma peça de arte de acordo com o seu artista, estilo, década e tipo. Para melhorar a performance destes algorimos, um conjunto de técnicas foram estudadas e aplicadas. Mais informação, como um conjunto de palavras relevantes, as cores mais dominates, e os materiais usados nas peças de arte, poderam também ser sugeridas usando a Google Cloud Vision API. Toda a infraestrutura da plataforma foi desenvolvida tendo em conta as funcionalidades necessárias e as melhores práticas.
Infelizmente, muitas peças de arte, como pinturas e esculturas, ainda não estão cataloga- das em formato digital. Muitas vezes nem mesmo em catálogos ou livros. Esta circuns- tância constitui um obstáculo considerável para a aquisição de informação de diferentes coleções de museus ou coleções particulares em todo o mundo. Igualmente, uma grande quantidade de peças de arte não são catalogadas tanto por falta de conhecimentos por parte do proprietário ou por falta de um método simples de as tornar públicas. Com a ajuda de algoritmos e ferramentas de aprendizagem computacional que conse- guem interpretar o conteúdo de imagens, uma plataforma que oferece uma ferramenta de aquisição de dados de peças de arte será criada. Além de atributos técnicos mais simples como o estilo e tipo de arte, informações mais detalhadas como o artista provável, mate- riais e a década de criação poderiam ser sugeridas ao utilizador durante a aquisição dos dados. Isto é possível graças aos algoritmos que conseguem analisar imagens do objeto em questão. Além destas sugestões, haveria a possibilidade de interligar os dados por diferentes atributos de forma a obter peças de arte semelhantes à que fora submetida. A partir da utilização da plataforma pelo usuário, o crescente conjunto de dados deve ser interligado entre si, visualizado numa plataforma interativa, e por fim ser utilizado de forma a melhorar a análise de novos objetos de arte. Com o desenvolvimento da plataforma, é possível oferecer uma grande variedade de informação. Foram desenvolvidos quatro diferentes algoritmos que conseguem catego- rizar uma peça de arte de acordo com o seu artista, estilo, década e tipo. Para melhorar a performance destes algorimos, um conjunto de técnicas foram estudadas e aplicadas. Mais informação, como um conjunto de palavras relevantes, as cores mais dominates, e os materiais usados nas peças de arte, poderam também ser sugeridas usando a Google Cloud Vision API. Toda a infraestrutura da plataforma foi desenvolvida tendo em conta as funcionalidades necessárias e as melhores práticas.
Descrição
Palavras-chave
Art Platform Machine Learning Algorithm Catalog Interlinking