Improving Workflows in Digital Art History: Sharing Annotations for Cultural Heritage Image Segmentation and Object Detection
Year: 2024
Type: article
Abstract: [english] This article addresses the lack of standardization in digital art history, with a particular focus on image segmentation and object detection. It argues for the establishment of interoperable and reproducible data standards to enhance the effectiveness and replicability of current workflows. Through the case study of animal representations in ancient India, the article underscores the necessity of harmonizing segmentation and object detection practices, while also recognizing the interpretive nature of art historical analysis. It advocates for the development of more adaptable tools that can accommodate the diverse levels of interpretation inherent in artworks, facilitating the integration of multi-layered semantic annotations. [français] Cet article aborde l’absence de standardisation dans le domaine de l’histoire de l’art numérique, en mettant particulièrement l’accent sur la segmentation d’images et la détection d’objets. Il plaide en faveur de l’établissement de standards de données interopérables et reproductibles afin d’améliorer l’efficacité et la reproductibilité des flux de travail actuels. À travers l’étude de cas des représentations animales dans les sculptures produites en Inde ancienne, l’article souligne la nécessité d’harmoniser les pratiques de segmentation et de détection d’objets, tout en reconnaissant le caractère interprétatif de l’analyse en histoire de l’art. Il préconise le développement d’outils plus flexibles, capables d’intégrer les différents niveaux d’interprétation propres aux œuvres d'art, et de faciliter l’intégration d’annotations sémantiques multi-niveaux.
Authors: Maronet, Léa, Truc, Alice
Language: English
Subfield: Literature and Literary Theory
Field: Arts and Humanities
Domain: Social Sciences
Open Access status: green
OpenAlex ID: W6949285026
FWCI:
Cites:
Cited by:
Related to: