Cette thèse s'inscrit dans le cadre du projet ANR AAA-Augmented Artwork Analysis, qui vise à développer un dispositif pour l'interprétation assistée d'images artistique. Le projet s’inscrit également dans une démarche qui tend à faire émerger la notion de généalogie des formes.
La thèse se positionne dans un système de représentation, d’interrogation de navigation et de visualisation d’images qui tendent à l’élaboration d’un système interactif de recherche d’image basée sur le contenu en intégrant les réseaux de neurones profonds pour l'exploration de grand corpus artistiques.

Cette thèse porte sur le développement d’un système interactif de recherche d’images artistiques basée sur le contenu visuel, s’appuyant sur les réseaux de neurones profonds pour l’exploration de grands corpus. Cette thèse propose une nouvelle approche pour l'étude des formes artistiques en utilisant les outils de la vision par ordinateur. Les avancées récentes en détection et reconnaissance d’objets peuvent permettre d’identifier automatiquement des motifs, des formes ou des éléments spécifiques au sein de vastes corpus d’images. Ces analyses automatisées pourraient alors donner des relations visuelles jusqu’ici difficilement accessibles par une observation manuelle, ouvrant la voie à un renouvellement des méthodes en histoire de l’art.
C'est dans ce contexte que nous nous sommes intéressés à la classification des oeuvres par genre, style et artiste et la détection d'objet dans les peintures. L'objectif principal de cette thèse est de développer un outil de recherche d'images basée sur le contenu dans un corpus allant du 15ème au 20ème siècles. 

Pour aborder cette problématique, nous avons mis en oeuvre deux approches complémentaires. La première consiste à utiliser des modèles de classification pour reconnaître les genres artistiques des peintures. Cette étape permet de guider la recherche en rapprochant les oeuvres appartenant au même genre tout en restant proches visuellement. 
La seconde approche repose sur la détection des objets dans les peintures  et les relations géométriques et topologiques qui les relient. Elle vise à analyser l'oeuvre et à rapprocher les oeuvres ayant des similarités. Un intérêt particulier a été porté aux visages dans les peintures et notamment à la direction du regard des personnages représentés. 
Ces deux approches méthodologiques permettent de croiser les résultats obtenus par les algorithmes avec des hypothèses issues de l’histoire de l’art, et ouvrent la voie à une exploration visuelle à large échelle des formes artistiques.