Holocaust prisoner artworks dataset

本研究创建了一个包含1939件大屠杀囚犯艺术作品的数据集，这些作品是纳粹集中营囚犯为了表达他们的日常生活经历和情感而创作的。数据集来源于美国大屠杀纪念博物馆等机构的藏品，通过网页抓取和清洗得到。每件艺术品中都检测出了多个对象，总计19377个，旨在通过定量和定性的分析，更深入地了解这些视觉证词。

This study develops a dataset containing 1,939 artworks created by prisoners of Nazi concentration camps, which were produced to convey their daily life experiences and emotional states. The dataset is sourced from collections of institutions such as the United States Holocaust Memorial Museum, and was compiled through web scraping and data cleaning procedures. Multiple objects were detected across each artwork, with an overall total of 19,377 detected objects. The goal of this dataset is to enable deeper insights into these visual testimonies via both quantitative and qualitative analytical approaches.

搜集汇总

数据集介绍

构建方式

Holocaust prisoner artworks dataset的构建方式主要涉及了数据收集、对象检测和界面设计三个阶段。首先，通过网页抓取的方式，从多个在线资源中收集了大量的犹太人大屠杀囚犯艺术品及其元数据。接着，利用Faster R-CNN对象检测模型，对艺术品中的对象进行了识别和定位，共检测出19,377个对象。最后，设计了一个直观且交互式的界面，包括侧边栏过滤器、画廊、图像显示区域、词云和地图等可视化组件，以促进用户与艺术品集的互动和探索。

特点

Holocaust prisoner artworks dataset的特点在于它提供了丰富的犹太人大屠杀囚犯艺术品及其元数据，并通过对象检测和可视化技术，为用户提供了定量和定性分析的可能性。界面设计直观，易于使用，并提供了多种交互式组件，如侧边栏过滤器、画廊、图像显示区域、词云和地图等，以促进用户与艺术品集的互动和探索。此外，该数据集还揭示了对象检测在艺术作品分析中的应用潜力，尽管存在一些误检问题。

使用方法

Holocaust prisoner artworks dataset的使用方法主要包括以下步骤：首先，用户可以通过侧边栏过滤器对艺术品集进行筛选，例如根据地点、艺术家、年份等元数据进行筛选。接着，用户可以在画廊中查看筛选后的艺术品，并点击图像以在图像显示区域中查看详细信息。用户还可以通过点击词云中的对象或地图上的地点来更新画廊中的艺术品。此外，用户还可以在图像显示区域中切换显示或隐藏检测到的对象的边界框。最后，用户可以通过点击信息按钮查看所选艺术品的详细信息，如标题、艺术家、年份和地点等。

背景与挑战

背景概述

Holocaust prisoner artworks dataset，也称为Holocaust prisoner artworks dataset，是一个关于大屠杀囚犯艺术作品的广泛数据集。该数据集由Thea Christoffersen、Annika Tidemand Jensen、Chris Hall、Christofer Meinecke和Stefan J¨anicke等人创建，旨在通过数字方法，如机器学习和可视化分析，促进大屠杀的记忆和教育目的。该数据集包含1,939幅大屠杀囚犯艺术作品，并使用对象检测框架找到了这些作品中的19,377个对象。为了支持对艺术收藏及其对象的定量和定性分析，研究人员开发了一个直观且交互式的仪表板，以促进对这些视觉证词的更深入参与。该仪表板具有各种视觉界面，例如显示检测到的对象的词云和艺术作品起源的地图，以及过滤选项。将此界面展示给领域专家后，他们的反馈突出了仪表板的直观性及其进行定量和定性分析的潜力，同时也提供了相关改进建议。该项目证明了数字方法在促进大屠杀记忆和教育目的方面的益处。

当前挑战

Holocaust prisoner artworks dataset面临的挑战包括：1) 所解决的领域问题的挑战：该数据集旨在解决大屠杀囚犯艺术作品的定量分析问题。由于这些作品具有不同的风格、抽象元素和复杂细节，因此对象检测模型在识别和定位图像中的对象时面临着独特的挑战。2) 构建过程中所遇到的挑战：数据集的构建过程中，研究人员需要从多个在线来源收集艺术作品及其元数据，并进行数据清洗和预处理。此外，对象检测模型的训练和调整也需要大量的时间和资源。

常用场景

经典使用场景

Holocaust prisoner artworks dataset为纳粹集中营囚犯创作的艺术作品提供了广泛的定量分析，这些作品作为对日常生活的表达和对人类精神的颂扬，具有深刻的历史和文化价值。通过对这些艺术作品的定量分析，研究人员能够深入了解囚犯的生活经历、情感表达和创作动机，从而为历史研究和教育提供了宝贵的数据支持。

衍生相关工作

Holocaust prisoner artworks dataset衍生了许多相关的经典工作。例如，Art Dachau项目利用囚犯艺术作品作为文字叙述的补充，为公众提供更丰富的历史信息。Horizon Europe MEMORISE项目则旨在利用数字技术捕捉、保存和展示大屠杀受害者的记忆和证词，以新的和吸引人的方式向公众呈现。这些项目都展示了Holocaust prisoner artworks dataset在教育、研究和纪念方面的潜力，并为未来的研究提供了重要的启示和方向。

数据集最近研究

最新研究方向

Holocaust prisoner artworks dataset 的最新研究方向主要集中在利用机器学习和视觉分析技术对集中营囚犯艺术作品进行定量分析，以便更好地理解这些视觉证词的内容和意义。研究团队创建了一个包含 1,939 幅大屠杀囚犯艺术作品的数据集，并使用对象检测框架在这些作品中发现了 19,377 个对象。为了支持对艺术收藏及其对象的定量和定性分析，他们还开发了一个直观的交互式仪表板，该仪表板具有各种可视化界面，例如显示检测到的对象的词云和艺术作品来源的地图，以及过滤选项。该仪表板已向领域专家展示，他们的反馈强调了仪表板的直观性及其对定量和定性分析的潜在价值，同时也为改进提供了相关建议。该项目展示了数字方法（如机器学习和视觉分析）在大屠杀纪念和教育目的方面的益处。

相关研究论文

• Quantitative Analysis of Objects in Prisoner Artworks

  南丹麦大学数学与计算机科学系 · 2025年