Generación de secuencias de obras de arte basado en vecindad y RNN

Abstract

En los museos las obras de arte son distribuidas en un espacio físico por curadores. Dicha distribución no es causa y efecto del azar, sino buscando un delicado equilibrio entre emoción y razón. A partir de la digitalización y acceso masivo a las obras de arte, surge el interrogante de si es posible generar una secuencia automática de obras de artes de acuerdo a los intereses del espectador. Este trabajo busca definir el problema de la generación de secuencias de obras de arte. Se presentan dos enfoques que abordan la problemática haciendo énfasis en la organización intrínseca de la secuencia basadas en técnicas de vecindad y de Recurrent Neural Networks. Se entiende que esta perspectiva se acerca más al tipo de recomendación que haría un curador. Los enfoques son evaluados sobre un dataset que consiste de 52 recorridos definidos por los curadores del Museo del Prado y el Rijksmuseum. Si bien los resultados son preliminares, se observa que los tours predichos por ambos enfoques presentan semejanzas con los tours originales.