
<html>

  <head>


    <meta http-equiv="content-type" content="text/html; charset=utf-8">

  </head>

  <body bgcolor="#FFFFFF" text="#000000">

    <b>PhD position in Visual Analytics for Paintings at the University

      of Amsterdam</b><br>

    <p>The aim of this project is to develop a visual analytics

      framework in which art historians and automatic systems in a

      synergetic manner create the stylistic history of large

      collections of paintings in terms of visual characteristics,

      place, and time. The technical challenge is to learn relevant

      features from large collections of digital paintings,

      interactively learn the similarity among the paintings and from

      there arrive at a means of automatic visual story telling.  For

      more information see

      <a class="moz-txt-link-freetext" href="http://www.uva.nl/en/about-the-uva/working-at-the-uva/vacancies/content/2016/04/16-194-phd-candidate-in-visual-analytics-for-paintings.html">http://www.uva.nl/en/about-the-uva/working-at-the-uva/vacancies/content/2016/04/16-194-phd-candidate-in-visual-analytics-for-paintings.html</a>.

      <a href="https://staff.fnwi.uva.nl/m.worring/vistory.html"

        target="_blank"><span class="external"></span></a></p>

    <h4>Tasks for the PhD student<br>

    </h4>

    <ul>

      <li>Research and develop innovative visual analytics methodologies

        integrating advanced computer vision, machine learning, and

        information visualization techniques;</li>

      <li>liaise with art historians from the UvA and imaging experts

        from the Image Department of the Rijksmuseum to ingest domain

        knowledge and assure impact;</li>

      <li>evaluate the methods with art historians on large collections

        of paintings. <br>

      </li>

    </ul>

  </body>

</html>