El cine y la fotografía, el arte y la comunicación creativa incluyen con frecuencia motivos visuales. Es decir, composiciones y patrones identificables que los creadores de imágenes utilizan para expresar cosas visualmente. El objetivo de este proyecto es aprender e identificar automáticamente esos motivos visuales, mejorando la capacidad de análisis de imágenes con los complejos modelos comparativos de la iconografía.

Lo que ofrecen los motivos visuales, en comparación con las tecnologías existentes que utilizan estrategias de visión por ordenador, es una interpretación más matizada y refinada de las imágenes, basada no sólo en el reconocimiento estándar de datos geométricos o semánticos, sino en las opciones estéticas e ideológicas significativas de creadores anteriores a través de la historia del arte y los medios de comunicación. En lugar de basar la tecnología en la imitación de movimientos artísticos o autores anteriores (como los enfoques basados en IA que se entrenan para crear una imagen "al estilo" de un pintor), los motivos visuales sirven para contrastar y relacionar múltiples tipos de imágenes y autores, comparativamente.

Por eso, nuestro primer objetivo es automatizar el reconocimiento de las acciones y patrones que se producen en una imagen, vídeo o película concretos. De este modo, la tecnología no sólo identificará qué motivo visual se está utilizando, sino que también trazará una muestra de ejemplos canónicos previos (de pinturas, películas y fotografías clave) que quedarán a disposición de los usuarios para crear nuevas imágenes con conocimiento de causa.