La mesure des images : approches computationnelles en histoire et théorie des arts - DHNord2020

2020-06-05T00:00:00Z

Le colloque DHNord réunit chaque année à la Maison Européenne des Sciences de l'Homme et de la Société de Lille la communauté des humanités numériques. La thématique retenue pour 2020 porte sur les approches computationnelles des images en histoire et théorie des arts. Ce colloque réunira pour la première fois en France les principaux spécialistes de l'intelligence artificielle appliquée aux arts. L'histoire des arts et de la culture ainsi que l'esthétique ont largement bénéficié ces dernières années du fruit des campagnes de numérisation patrimoniales qui ont profondément renouvelé les corpus. Depuis 2013, l'histoire numérique de l'art a connu un essor sans précédent en particulier dans les sphères anglo-saxonnes et en Europe (Joyeux-Prunel 2010, Drucker 2013, Zorich 2012). Alors que l'analyse des textes a longtemps été privilégiée par les humanités numériques, il devient désormais possible de mener des analyses computationnelles sur la matière même des images, ou encore sur des objets en 3D, ce qui constitue un tournant majeur. Ce colloque permettra d'explorer la manière dont les méthodes computationnelles renouvellent les questions traditionnelles de l'histoire des arts, de l'esthétique et des cultures visuelles (processus de création, style, forme, attribution, iconologie, circulation des œuvres, etc.) et suscitent des questions de recherche inédites pour nos disciplines (arts visuels, architecture, théâtre, cinéma, photographie...) à l'heure où de nouveaux outils disponibles pour les chercheurs apparaissent.

Les communications pourront notamment aborder les sujets suivants : usages de l'intelligence artificielle (notamment deep learning et machine learning) appliquée aux corpus d'images, enjeux de construction et de traitement de données, questions épistémologiques relatives à la sélection des corpus d'entraînement et à l'utilisation des outils, évolution historique du champ, renouvellement des questions de recherche, disponibilité des corpus, reproductibilité de la recherche et partage des modèles. L'invitation de conférenciers étrangers et la nécessité d'échanger sur nos travaux dans un contexte international implique que la langue utilisée pour les communications orales sera l'anglais. Les propositions peuvent être envoyées en français et en anglais.

Deux formats de communication sont proposés :

Communications de 20 minutes, qui seront ensuite organisées en sessions thématiques. Les propositions de communications se présenteront sous la forme d'un texte de 3 000 signes, références non comprises.

Posters / démos. Les propositions de posters se présenteront sous la forme d'un texte de 3000 signes, références non comprises.

Les propositions sont à envoyer sur le site du colloque :
https://dhnord2020.sciencesconf.org/

Un ouvrage collectif issu du colloque sera publié aux Presses Universitaires du Septentrion et accessible en Open Access. Nous encourageons les auteurs à publier conjointement les jeux de données et le code informatique. Afin de faciliter une édition rapide et de favoriser les échanges lors du colloque, les textes finaux, en français ou en anglais, seront à rendre pour le 01/10/2020.

Le contexte sanitaire actuel nous entraînera vraisemblablement à adapter le format traditionnel du colloque en présentiel.

Calendrier :
05/06/2020 : date limite pour l'appel à communication
20/06/2020 : réponse du comité scientifique aux auteurs
01/10/2020 : réception des textes

Direction scientifique : Clarisse Bardiot et Emmanuel Château-Dutier

Comité scientifique :
Elise Baillieul (ULille)
Clarisse Bardiot (UPHF, MESHS)
Emmanuel Château-Dutier (Université de Montréal, CRIHN)
Antoine Courtin (INHA)
Océane Delleaux (ULille)
Béatrice Joyeux-Prunel (Université de Genève)
Nicolas Hervé (INA)
Kristin Tanton (Université de Montréal, CRIHN)
Nicolas Thély (Université de Rennes, MSHB)

Bibliographie indicative :
Arnold, Taylor et Lauren Tilton. s. d. « Distant Viewing : Analyzing Large
Visual Corpora ». Digital Scholarship in the Humanities. https://doi.org/10.1093/digitalsh/fqz013
Drucker, Johanna. 2013. « Is There a “Digital” Art History ? » Visual Resources 29 (1-2, Digital Art History). Routledge : 5-13. https://doi.org/10.1080/01973762.2013.761106.
Ellis, Margaret Holben et C. Richard Johnson Jr. 2019. « Computational Connoisseurship : Enhanced Examination Using Automated Image Analysis ». Visual Resources 35 (1-2, Digital Art History). Routledge : 125-140. https://doi.org/10.1080/01973762.2019.1556886.
Moretti, Franco et Leonardo Impett. 2017. « Totentanz. Operationalizing Aby Warburg's Pathosformeln. Pamphlets 16 ». Literary Lab, Stanford. https://litlab.stanford.edu/LiteraryLabPamphlet16.pdf.
Joyeux-Prunel, Béatrice. 2010. L'art et la mesure : histoire de l'art et méthodes quantitatives. Actes de la recherche à l'Ens 5. Paris : Éditions Rue d'Ulm ; Presses de l'École normale supérieure.
Klinke, Harald et Liska Surkemper, éds. 2016. Visualising big image data. International Journal of Digital Art History.
Manovich, Lev. 2012. « How to Compare One Million Images ? » Dans Understanding Digital Humanities, édité par David M. Berry, 249-278. London : Palgrave Macmillan UK. https://doi.org/10.1057/9780230371934_14.
Rodríguez-Ortega, Nuria. 2020. « Image processing and computer vision in the field of digital art history. » Dans The Routledge Companion to Digital Humanities and Art History.
Brown, Kathryn, éd. Routledge. Art History and Visual Studies Companions. New York : Routledge.
Seguin, Benoit. 2018. « The Replica Project : Building a Visual Search Engine for Art Historians ». XRDS 24 (3) : 24–29. https://doi.org/10.1145/3186653.
Shen, Xi, Alexei A. Efros et Mathieu Aubry. 2019. « Discovering Visual Patterns in Art Collections with Spatially-consistent Feature Learning ». arXiv:1903.02678 [cs], mars. http://arxiv.org/abs/1903.02678.
Vane, Olivia. 2019. Timeline Design For Visualising Cultural Heritage Data. PhD Thesis, Innovation Design Engineering, Londres : Royal College of Art.
Wevers, Melvin et Thomas Smits. s. d. « The Visual Digital Turn : Using Neural Networks to Study Historical Images ». Digital Scholarship in the Humanities. https://doi.org/10.1093/llc/fqy085.

DHNord2020 : The Measurement of Images : Computational Approaches in the History and Theory of the Arts

The DHNord colloquium brings together the digital humanities community every year at the Maison Européenne des Sciences de l'Homme et de la Société in Lille. The theme chosen for 2020 considers computational approaches to images in the history and theory of the arts. This conference will bring together for the first time in France the leading specialists in artificial intelligence applied to the arts. The history of arts and culture, as well as aesthetics, have greatly benefited in recent years from the results of heritage digitization campaigns. Since 2013, digital art history has experienced unprecedented growth, particularly in the Anglo-Saxon spheres and in Europe (Joyeux-Prunel, Drucker 2013, Zorich 2012). While the analysis of texts has long been favored by the digital humanities, it is now becoming possible to carry out computational analyses on the very matter of images, or even on 3D objects, which constitutes a major turning point. This colloquium will explore how computational methods are renewing traditional questions of art history, aesthetics and visual culture (creative process, style, form, attribution, iconology, circulation of works, etc.) and raising new research questions for our disciplines (visual arts, architecture, theatre, cinema, photography, etc.) at a time when new tools are becoming available to researchers.

Papers may address the following topics : uses of artificial intelligence (especially deep learning and machine learning) applied to image corpora, data construction, and processing issues, epistemological questions related to the selection of training corpora and the use of tools, historical evolution of the field, renewal of research questions, availability of corpora, reproducibility of research and sharing of models. The invitation to foreign speakers and the need to exchange our work in an international context implies that the language used for oral communications will be English. Proposals can be sent in both French and English.

Submissions may include :

20-minute presentations, which will then be organized in thematic sessions. (abstract : 500 words, excluding references)
Posters / demos. (abstract : 750 words, excluding references)

Please submit your proposal at :

https://dhnord2020.sciencesconf.org/

A collective book resulting from the conference will be published by the Presses Universitaires du Septentrion and will be available in Open Access. We encourage authors to publish the datasets and the computer code jointly. In order to facilitate a quick edition and to favor exchanges during the conference, the final texts, in French or in English, will be due by 01/10/2020.
The current health situation will probably lead us to adapt the traditional face-to-face format of the conference.

Calendar :
05/06/2020 : abstract deadline
20/06/2020 : notification of acceptances
01/10/2020 : paper submission deadline

Chairs : Clarisse Bardiot and Emmanuel Château-Dutier
Scientific Committee :
Elise Baillieul (ULille)
Clarisse Bardiot (UPHF, MESHS)
Emmanuel Château-Dutier (Université de Montréal, CRIHN)
Antoine Courtin (INHA)
Océane Delleaux (ULille)
Béatrice Joyeux-Prunel (University of Geneva)
Nicolas Hervé (INA)
Kristin Tanton (Université de Montréal, CRIHN)
Nicolas Thély (University of Rennes, MSHB)

Indicative bibliography
Arnold, Taylor, and Lauren Tilton. n.d. “Distant Viewing : Analyzing Large Visual Corpora.” Digital Scholarship in the Humanities.Accessed May 10, 2020. https://doi.org/10.1093/digitalsh/fqz013.
Drucker, Johanna. 2013. “Is There a ‘Digital' Art History ?” Visual Resources 29 (1–2, Digital Art History) : 5–13. https://doi.org/10.1080/01973762.2013.761106.
Ellis, Margaret Holben, and C. Richard Johnson Jr. 2019. “Computational Connoisseurship : Enhanced Examination Using Automated Image Analysis.” Visual Resources 35 (1–2, Digital Art History) : 125–40. https://doi.org/10.1080/01973762.2019.1556886.
Impett, Leonardo, and Franco Moretti. 2017. Totentanz. Operationalizing Aby Warburg's ‘Pathosformeln.' Literary Lab Pamphlet 16. https://litlab.stanford.edu/LiteraryLabPamphlet16.pdf.
Joyeux-Prunel, Béatrice. 2010. L'art et la mesure : histoire de l'art et méthodes quantitatives. Actes de la recherche à l'Ens 5. Paris : Éditions Rue d'Ulm ; Presses de l'École normale supérieure.
Klinke, Harald and Liska Surkemper, eds. 2016. Visualising big image data. International Journal of Digital Art History.
Manovich, Lev. 2012. “How to Compare One Million Images ?” In Understanding Digital Humanities, edited by David M. Berry, 249–78. London : Palgrave Macmillan UK. https://doi.org/10.1057/9780230371934_14.
Rodríguez-Ortega, Nuria. 2020. “Image processing and computer vision in the field of digital art history.” In The Routledge Companion to Digital Humanities and Art History.
Brown, Kathryn, ed. Routledge Art History and Visual Studies Companions. New York : Routledge.
Seguin, Benoit. 2018. “The Replica Project : Building a Visual Search Engine for Art Historians.” XRDS 24 (3) : 24–29. https://doi.org/10.1145/3186653.
Shen, Xi, Alexei A. Efros, and Mathieu Aubry. 2019. “Discovering Visual Patterns in Art Collections with Spatially-Consistent Feature Learning.” ArXiv:1903.02678 [Cs], March. http://arxiv.org/abs/1903.02678.
Vane, Olivia. 2019. “Timeline Design For Visualising Cultural Heritage Data.” PhD Thesis, Innovation Design Engineering, Londres : Royal College of Art. http://oliviavane.co.uk/research/about.html.
Wevers, Melvin, and Thomas Smits. n.d. “The Visual Digital Turn : Using Neural Networks to Study Historical Images.” Digital Scholarship in the Humanities. Accessed February 3, 2019. https://doi.org/10.1093/llc/fqy085.

THALIM UMR CNRS

La mesure des images : approches computationnelles en histoire et théorie des arts - DHNord2020