Un nouvel ensemble de données massif pour comprendre l’art
Exemple de WikiArtVectors récupérant des œuvres d’art similaires à « Le vieux guitariste aveugle » de Picasso. A gauche : oeuvres similaires par style. A droite : oeuvres similaires par couleur. Crédit : Desikan, Shimao et Miton, 2022
Nous avons tous vu de l’art créé à partir de données, mais qu’en est-il des données de l’art ?
Dans un article de fond en EntropieBhargav Srinivasa Desikan (École Polytechnique Fédérale de Lausanne), Hajime Shimao (Université McGill, ancienne boursière postdoctorale SFI) et la boursière postdoctorale SFI Complexity Helena Miton ont publié un nouvel ensemble de données pour l’indexation, la recherche, la récupération, l’organisation et l’analyse de 68 094 œuvres d’art par plus de 1 600 artistes d’importance historique.
À l’aide d’un apprentissage automatique de pointe, les auteurs ont pu extraire à la fois des représentations de style et des distributions de couleurs, qui peuvent être utilisées pour interroger les périodes stylistiques d’un artiste ou d’un mouvement (par exemple, la phase « bleue » de Picasso).
Leur ensemble de données, WikiArtVectors, vise à mettre des approches de données informatiques à la disposition des historiens de l’art et des analystes culturels, pour aider à découvrir et à comprendre les modèles d’évolution culturelle.
