asahi417/wikiart-face

WikiART Face是一个从WikiART中提取的绘画面部图像集合。该数据集受到CelebA数据集的启发，并遵循相同的流程从原始肖像中生成面部图像。数据集包含来自WikiART条目的元属性，如图像、ID、标题、URL、艺术家信息、完成年份、字典、位置、时期、系列、流派、风格、媒体、尺寸、直径、画廊、标签、描述、宽度、高度和组别等。此外，还提供了按艺术运动分类的图像数量统计。

原始信息汇总

数据集概述

数据集名称

WikiART Face

数据集特征

• image: 图像数据
• id: 字符串
• title: 字符串
• url: 字符串
• artistUrl: 字符串
• artistName: 字符串
• artistId: 字符串
• completitionYear: 整数
• dictionaries: 字符串序列
• location: 字符串
• period: 结构体，包含 id（字符串）和 title（字符串）
• serie: 结构体，包含 id（字符串）和 title（字符串）
• genres: 字符串序列
• styles: 字符串序列
• media: 字符串序列
• sizeX: 浮点数
• sizeY: 浮点数
• diameter: 浮点数
• galleries: 字符串序列
• tags: 字符串序列
• description: 字符串
• width: 整数
• height: 整数
• group: 字符串

数据集划分

• test: 6135个样本，数据大小为304516774.52字节，下载大小为297553264字节。

艺术运动统计

艺术运动	图像数量
abstract-expressionism	19
ecole-de-paris	19
expressionism	435
impressionism	705
naive-art-primitivism	66
neo-impressionism	37
neoclassicism	2
post-impressionism	414
realism	1440
rococo	910
romanticism	1441
surrealism	73
symbolism	574
All	6135

搜集汇总

数据集介绍

构建方式

WikiART Face数据集旨在弥补艺术领域中人脸图像资源的稀缺，其构建灵感源自经典人脸数据集CelebA。该数据集从WikiART平台收录的绘画作品中，严格遵循CelebA的处理流程，通过自动化检测与裁剪技术，从原始肖像画中精准提取出人脸区域。最终，经由该流程生成的图像与对应的元数据（如作品标题、艺术家信息、创作年代、流派风格等）共同构成了一个结构化的数据集，其中包含6135张测试样本，涵盖了从抽象表现主义到浪漫主义等14种艺术运动类别。

特点

该数据集的核心特色在于其跨学科融合属性，它将计算机视觉领域的人脸识别任务与艺术史研究中的风格分析紧密结合。每张图像均附带了丰富的语义标签，包括艺术家姓名、创作年份、所属流派与风格、作品尺寸及收藏地点等，为多模态学习与细粒度艺术分析提供了宝贵资源。此外，数据集的统计分布揭示了不同艺术运动在肖像画创作上的活跃程度，例如现实主义与浪漫主义类别样本数量最为丰富，而新古典主义仅有2例，这一不平衡性也为研究长尾分布下的模型泛化能力提供了天然实验场景。

使用方法

在HuggingFace平台上，用户可通过datasets库直接加载该数据集，指定配置名为'default'，并选择'test'拆分进行使用。加载后，每条数据包含'image'字段（PIL图像对象）以及一系列描述性字段，便于研究者进行图像分类、风格迁移或人脸属性分析等任务。对于需要批量处理或自定义训练集的情况，用户可依据元数据中的'artistName'、'genres'或'styles'等字段进行子集筛选，从而构建针对特定艺术运动或艺术家的定制化实验数据集。

背景与挑战

背景概述

WikiART Face数据集由研究团队基于WikiART艺术平台构建，于近年发布，旨在填补艺术领域人脸图像数据资源的空白。受经典人脸数据集CelebA启发，该数据集专注于从绘画作品中提取人脸，核心研究问题在于如何将计算机视觉技术应用于艺术史与数字人文领域，以促进对绘画中人物形象、风格流派及历史背景的自动化分析。通过系统性地收集并处理来自WikiART的肖像画作，数据集提供了涵盖14种艺术运动（如现实主义、浪漫主义、印象派等）的6135张人脸图像，每张图像均附有丰富的元数据，包括艺术家信息、创作年代、流派、风格及作品尺寸等。这一资源为跨学科研究提供了独特视角，推动了艺术图像识别、风格迁移及文化计算等领域的发展，尤其适用于探索视觉艺术中的人脸表征与历史演变规律。

当前挑战

该数据集面临的核心挑战首先在于领域问题的复杂性：绘画中的人脸检测与对齐远较自然照片困难，因为艺术风格（如表现主义或抽象派）会显著扭曲面部比例、色彩与纹理，导致传统人脸识别模型泛化能力不足。此外，数据构建过程中遇到多重技术难题：从非结构化绘画作品中精准裁剪人脸区域需依赖手工标注与自适应算法，而不同艺术运动间样本数量极不均衡（如新古典主义仅2张，而浪漫主义达1441张），加剧了模型训练的偏差风险。元数据的异构性（如创作年代缺失、风格标签重叠）与图像分辨率的差异进一步增加了数据清洗的难度。这些挑战不仅限制了数据集在细粒度艺术分析中的应用，还要求研究者开发更具鲁棒性的特征提取方法，以应对艺术表现手法对视觉特征的深度干扰。

常用场景

经典使用场景

WikiART Face数据集聚焦于从绘画作品中提取的人脸图像，其构建灵感源自经典人脸数据集CelebA。在艺术史与计算机视觉的交叉领域，该数据集最经典的使用场景是跨模态人脸识别与风格迁移研究。研究者可利用其丰富的艺术运动标签（如印象派、浪漫主义、现实主义等），训练模型识别不同艺术风格下的人脸特征，或探索肖像画中面部表情、姿态与时代背景之间的内在关联。此外，该数据集为艺术图像生成任务提供了高质量的人脸素材，助力于生成特定历史时期或流派风格的虚拟肖像。

解决学术问题

该数据集有效解决了艺术画像领域缺乏大规模、结构化人脸数据的学术困境。传统人脸数据集多基于自然照片，难以支撑艺术风格对人脸识别影响的量化分析。WikiART Face通过提供6135张带有多维元数据（如艺术家、创作年份、流派、风格、媒介）的绘画人脸图像，使得研究者能够系统性地探究艺术风格迁移对人脸特征提取的干扰，以及不同艺术运动中人脸表现的统计规律。这为人脸识别算法在非真实感图像上的泛化能力评估提供了基准，推动了艺术计算与数字人文研究的发展。

衍生相关工作

该数据集衍生了多项经典工作，包括基于艺术人脸图像的风格迁移模型（如ArtGAN系列）、跨域人脸识别方法（如Domain Adaptation for Artistic Faces），以及利用元数据（如流派、时期）进行多标签分类的深度神经网络。此外，研究者基于WikiART Face探索了艺术人脸生成对抗网络（ArtFaceGAN），以实现高保真的历史风格肖像合成。这些工作不仅丰富了艺术领域的人脸分析技术体系，也为计算机视觉在人文社科中的应用提供了重要范式参考。