{"id":803,"date":"2023-11-22T14:50:26","date_gmt":"2023-11-22T13:50:26","guid":{"rendered":"http:\/\/icar.cnrs.fr\/aaa\/?p=803"},"modified":"2023-11-22T14:52:04","modified_gmt":"2023-11-22T13:52:04","slug":"lintelligence-artificielle-dans-la-recherche-doeuvres-dart-similaires-et-dans-lanalyse-de-loeuvres","status":"publish","type":"post","link":"https:\/\/icar.cnrs.fr\/aaa\/lintelligence-artificielle-dans-la-recherche-doeuvres-dart-similaires-et-dans-lanalyse-de-loeuvres\/","title":{"rendered":"L\u2019intelligence artificielle dans la recherche d\u2019\u0153uvres d\u2019art similaires et dans l\u2019analyse de l\u2019\u0153uvres"},"content":{"rendered":"

L\u2019intelligence artificielle (IA) a r\u00e9volutionn\u00e9 de nombreux domaines, dont celui de l\u2019art. Gr\u00e2ce \u00e0 l\u2019IA, on peut (re)d\u00e9couvrir des \u0153uvres d\u2019art similaires et approfondir notre compr\u00e9hension des \u0153uvres ainsi que de leur cr\u00e9ation. <\/p>\n

Les algorithmes d\u2019IA, et plus particuli\u00e8rement les r\u00e9seaux de neurones artificiels ont la capacit\u00e9 d\u2019extraire et d\u2019analyser les caract\u00e9ristiques visuelles des \u0153uvres d\u2019art, comme les couleurs, les formes, les motifs, les textures, etc. Ces r\u00e9seaux de neurones sont appris de mani\u00e8re automatique sur une large et vaste base de donn\u00e9es d\u2019\u0153uvres d\u2018art ou autre. Le fait d\u2019apprendre sur une vaste base de donn\u00e9es permet au r\u00e9seau d\u2019identifier des similitudes subtiles qui \u00e9chappent souvent \u00e0 l\u2019\u0153il humain. Les caract\u00e9ristiques que ces r\u00e9seaux ont extraites sont utilis\u00e9es pour identifier des \u0153uvres similaires, et ceux qu\u2019importent leurs \u00e9poques et ou mouvements artistiques. En effet, ces caract\u00e9ristiques sont sous forme vectorielle, c\u2019est-\u00e0-dire que chaque image de la base de donn\u00e9es est associ\u00e9e \u00e0 un vecteur de caract\u00e9ristiques. Les vecteurs sont ensuite compar\u00e9s via des distances et les distances les plus faibles nous donnent les images les plus similaires \u00e0 notre image requ\u00eate. <\/p>\n

\"\"<\/p>\n

Lorsque le r\u00e9seau est entra\u00een\u00e9 pour apprendre une t\u00e2che en particulier, comme la reconnaissance des mouvements artistiques, des genres artistiques, de la date de production ou encore de l\u2019artiste, cela permet d\u2019ajouter un filtre dans la recherche de similarit\u00e9 et de faciliter les analyses comparatives. En effet, le r\u00e9seau va davantage se focaliser sur la classe \u00e0 laquelle appartient l\u2019image pour une tache donn\u00e9e et proposera des \u0153uvres similaires en fonction de la t\u00e2che pr\u00e9d\u00e9finie, puisque les caract\u00e9ristiques extraites poss\u00e9deront des informations importantes pour la reconnaissance de la t\u00e2che en question. <\/p>\n

L\u2019analyse d\u2019\u0153uvres d\u2019art gr\u00e2ce \u00e0 l\u2019IA ne se limite pas \u00e0 la recherche de similitudes. Elle englobe \u00e9galement la compr\u00e9hension des \u0153uvres, de leur composition, etc. <\/p>\n

Il existe de nombreux algorithmes d\u2019IA pouvant d\u00e9composer une \u0153uvre en ses \u00e9l\u00e9ments constructifs. Par exemple, un d\u00e9tecteur d\u2019objets peut identifier des motifs ou des objets\/symboles r\u00e9currents dans les \u0153uvres et donc rapprocher les \u0153uvres avec des cooccurrences communes, mais aussi d\u2019interpr\u00e9ter l\u2019\u0153uvres. <\/p>\n

\"\"<\/p>\n

L\u2019utilisation de l\u2019IA dans la recherche d\u2019\u0153uvres d\u2019art similaires et l\u2019analyse d\u2019\u0153uvres permet une nouvelle interaction avec l\u2019art. Gr\u00e2ce \u00e0 ces capacit\u00e9s d\u2019analyse visuelle et d\u2019apprentissage automatique, l\u2019IA permet de red\u00e9couvrir et de mieux comprendre les \u0153uvres d\u2019art. <\/p>\n","protected":false},"excerpt":{"rendered":"

L\u2019intelligence artificielle (IA) a r\u00e9volutionn\u00e9 de nombreux domaines, dont celui de l\u2019art. Gr\u00e2ce \u00e0 l\u2019IA, on peut (re)d\u00e9couvrir des \u0153uvres d\u2019art similaires et approfondir notre compr\u00e9hension des \u0153uvres ainsi que…<\/p>\n","protected":false},"author":52,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"footnotes":""},"categories":[6,5],"tags":[],"class_list":["post-803","post","type-post","status-publish","format-standard","hentry","category-methodes-et-terrains","category-production-scientifiques"],"_links":{"self":[{"href":"https:\/\/icar.cnrs.fr\/aaa\/wp-json\/wp\/v2\/posts\/803","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/icar.cnrs.fr\/aaa\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/icar.cnrs.fr\/aaa\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/icar.cnrs.fr\/aaa\/wp-json\/wp\/v2\/users\/52"}],"replies":[{"embeddable":true,"href":"https:\/\/icar.cnrs.fr\/aaa\/wp-json\/wp\/v2\/comments?post=803"}],"version-history":[{"count":1,"href":"https:\/\/icar.cnrs.fr\/aaa\/wp-json\/wp\/v2\/posts\/803\/revisions"}],"predecessor-version":[{"id":806,"href":"https:\/\/icar.cnrs.fr\/aaa\/wp-json\/wp\/v2\/posts\/803\/revisions\/806"}],"wp:attachment":[{"href":"https:\/\/icar.cnrs.fr\/aaa\/wp-json\/wp\/v2\/media?parent=803"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/icar.cnrs.fr\/aaa\/wp-json\/wp\/v2\/categories?post=803"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/icar.cnrs.fr\/aaa\/wp-json\/wp\/v2\/tags?post=803"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}