跳到主内容
艺术理论

计算机视觉在艺术史研究中的应用:未来研究的反思与范式

Computer Vision Applications for Art History: Reflections and paradigms for future research

Amalia F. Foka

Electronic workshops in computing · 2021-07-01

开放获取艺术理论被引 14影响因子 ≈0.3

摘要

艺术史学家之间关于在计算方法应用于艺术史研究这一议题上的持续争论,其诱因之一在于这些方法并未触及当代艺术史研究的核心问题。由于相关研究领域之间缺乏紧密协作,要将当代艺术史研究方法明确界定为计算机视觉领域的特定问题极为困难。为此,本研究采用一种从计算机科学视角分析艺术史期刊论文的方法论。其目的在于识别艺术史学家在研究中所运用的图像特征,并以计算机视觉研究界能够直接理解且富有意义的方式加以表述。最后,本文提出了若干可作为新起点的研究范式,用以探索计算机视觉在艺术史研究中的应用如何回应当代艺术史的核心议题。

本摘要由 AI(Hy-MT2-Pro)翻译生成,仅供参考,请以原文为准。

AI 综述

基于摘要生成
主要观点
当前计算机视觉在艺术史中的应用之所以存在争议,主要在于其未能触及当今艺术史研究的核心问题。艺术史与计算机科学两个研究群体之间缺乏密切合作,导致难以将当代艺术史方法转化为定义明确的计算机视觉问题。因此,亟需从计算机科学视角重新审视艺术史研究,以实现两者的有效对接。
研究方法
采用跨学科视角的文献分析方法,从计算机科学的角度对艺术史期刊文章进行系统研究。重点识别和提取艺术史学家在其研究中实际使用的图像特征。将这些图像特征转化为计算机视觉领域能够直接理解且具有实际意义的专业术语进行描述。
学术贡献
搭建了艺术史与计算机视觉之间的沟通桥梁,通过术语转换使计算机视觉研究者能够准确理解艺术史的图像需求。提出了若干新的研究范式,为探索计算机视觉应用如何解决当今艺术史研究的核心问题提供了全新的起点。
存在局限
材料中未明确提及
进一步研究方向
基于本文提出的范式,进一步探索计算机视觉应用如何切实解决当今艺术史研究的核心问题。推动艺术史与计算机科学两个研究群体建立更紧密的合作关系,共同定义当代艺术史方法下的计算机视觉问题。

本综述由 AI(GLM-5-Turbo)基于摘要自动生成,仅供参考,不代表原文作者观点,请以原文为准。

参考文献

相关论文

话题:Aesthetic Perception and Analysis