أ恣ات الناس في الفن: مجموعة بيانات لتقدير وضعية الإنسان في تاريخ الفن الرقمي 请注意，这里的“阿孜特”（أزيت）并不是标准的阿拉伯语词汇，而是对英文“poses”一词的音译。在学术翻译中，通常会使用更准确的术语。根据上下文，可以将其翻译为： وضعيات الناس في الفن: مجموعة بيانات لتقدير وضعية الإنسان في تاريخ الفن الرقمي

طوال تاريخ الفن، أثبتت الوضعية، كتجريد شامل لتعبير الجسم البشري، أنها ثابتة في العديد من الدراسات. ومع ذلك، بسبب الكمية الهائلة من البيانات التي كان يجب معالجتها يدويًا حتى الآن، لم يمكن تسليط الضوء على دورها الحاسم في إعادة صياغة النماذج الفنية التاريخية منذ العصور القديمة إلا بشكل انتقائي. هذا صحيح حتى بالنسبة لتقدير وضعيات الإنسان الآلي حاليًا، حيث أن المجموعات的数据集特定领域的、足够大的数据集对于训练计算模型是必需的，但要么没有公开可用，要么没有以足够的细粒度进行索引。通过《艺术中的人体姿态》（Poses of People in Art）数据集，我们介绍了第一个用于估计艺术中人体姿态并验证人体姿态估计器的开放许可数据集。该数据集包含来自22种艺术历史表现风格的2,454张图像，包括自19世纪以来越来越多地偏离逼真身体表现的风格。总共10,749个人物被精确地包围在矩形边界框内，每张图像最多有四个标记了多达17个关键点；其中主要是关节，如肘部和膝盖。为了机器学习的目的，该数据集被分为三个子集：训练、验证和测试，分别遵循既定的基于JSON的Microsoft COCO格式。除了必填字段外，每个图像注释还提供了来自艺术历史在线百科全书WikiArt的元数据。在这篇论文中，我们将详细说明数据集的获取和构成，讨论各种应用场景，并探讨数字支持的艺术史前景。我们展示了该数据集如何使研究艺术中的身体现象成为可能，无论是在个体人物层面（可以捕捉到其细微之处），还是在整个人物组合层面（考虑它们之间的位置、距离或接近程度）。 优化后的翻译如下：طوال تاريخ الفن، أثبتت الوضعية، كتجريد شامل للتعبير عن الجسم البشري، أنها ثابتة في العديد من الدراسات. ومع ذلك، بسبب الكمية الهائلة من البيانات التي كان يجب معالجتها يدويًا حتى الآن، لم يتم تسليط الضوء على دورها الحاسم في إعادة صياغة النماذج الفنية التاريخية منذ العصور القديمة إلا بشكل انتقائي. وهذا ينطبق أيضًا على تقدير وضعيات الإنسان بشكل آلي حاليًا، حيث أن المجموعات الخاصة بال مجال (domain-specific) والكبيرة بما فيه الكفاية من البيانات اللازمة لتدريب النماذج الحاسوبية إما غير متاحة للجمهور أو غير مؤشرة بدقة كافية.من خلال مجموعة بيانات "وضعيات الأشخاص في الفن" (Poses of People in Art)، نقدم أول مجموعة بيانات مرخصة مفتوحًا لتقدير وضعيات الجسم البشري في الفن وتحقق من مقدرات وضعيات الإنسان. تتكون هذه المجموعة من 2,454 صورة تنتمي إلى 22 أسلوبًا مختلفًا في التصوير الفني التاريخي، بما في ذلك الأساليب التي تبتعد تدريجيًا عن التمثيل الحقيقي للجسم منذ القرن التاسع عشر. تم تحديد 10,749 شخصية بشرية بدقة باستخدام مربعات حدود مستطيلة (rectangular bounding boxes)، مع وجود ما يصل إلى أربعة شخصيات لكل صورة تم تصنيفها بواسطة ما يصل إلى 17 نقطة رئيسية (keypoints)؛ وتتمثل هذه النقاط أساساً في المفاصل مثل المرفق والركبة.لأغراض التعلم الآلي، تم تقسيم مجموعة البيانات إلى ثلاثة فروع: التدريب والتحقق والاختبار، والتي تتبع التنسيق المعروف لـ Microsoft COCO المستند إلى JSON. بالإضافة إلى الحقول الإلزامية، توفر كل تعليمة صوتية للصورة بيانات إضافية من الموسوعة الإلكترونية للأعمال الفنية والتاريخ الفني WikiArt.في هذه الورقة البحثية، نتناول بالتفصيل عملية الحصول على مجموعة البيانات وتكوينها، نناقش سيناريوهات تطبيق مختلفة ونباحث آفاق دعم التاريخ الفني رقميًا. نوضح أن هذه المجموعة من البيانات تمكننا من دراسة ظواهر الجسم في الفن سواء على مستوى الشخصيات الفردية (حيث يمكن التقاط تفاصيلها الدقيقة) أو على مستوى تجمعات الشخصيات بأكملها (حيث يتم النظر في مواقعها وأبعادها وقربها من بعضها البعض).