A Gaze into the Art World : Predicting Visual Attention Using Deep Learning
Le patrimoine culturel, pierre angulaire de l'identité sociétale et historique, exige une compréhension approfondie et une préservation complète afin de relier efficacement le passé et le présent. Les peintures, allant de l'art rupestre préhistorique aux œuvres contemporaines modernes, con...
Enregistré dans:
| Auteur principal: | |
|---|---|
| Autres auteurs: | , , , , , , |
| Format: | Thèse numérique |
| Langue: | Anglais Français |
| Publié: |
2024.
|
| Sujets: | |
| Accès en ligne: | Accès au texte intégral https://theses.univ-orleans.fr/public/2024ORLE1070_va.pdf http://www.theses.fr/2024ORLE1070/abes https://theses.hal.science/tel-04999217 |
| Note: |
Titre provenant de l'écran-titre Ecole(s) Doctorale(s) : École doctorale Mathématiques, Informatique, Physique Théorique et Ingénierie des Systèmes (Centre-Val de Loire ; 2012-....) Partenaire(s) de recherche : Laboratoire Pluridisciplinaire de recherche en ingénierie des systèmes, mécanique et énergétique (Orléans ; 2008-....) (Laboratoire) Autre(s) contribution(s) : Patrick Le Callet (Président du jury) ; Olivier Le Meur, Lu Zhang, Sylvie Treuillet, Frédéric Dufaux, Sabine Süsstrunk (Membre(s) du jury) ; Olivier Le Meur, Lu Zhang (Rapporteur(s)) |
| Autres localisations: | Voir dans le Sudoc |
| Variante du titre: | Un regard sur le monde de l'art :, Prédire l'attention visuelle à l'aide de l'apprentissage profond |