Авторы собрали 120 тысяч снимков разных жанров, сделанных 25 известными фотографами на протяжении XX века. Для обучения программы ученые экспериментировали с различными наборами признаков, чтобы определить, какие из них дают наилучшие результаты для распознавания. В работе использовались как низкоуровневые признаки, выбранные вручную (например, цветовая гистограмма) так и глубокие признаки, полученные автоматическими классификаторами.

В качестве теста из общей базы было отобрано по 20 снимков каждого фотографа, которые не использовались для обучения. Программа пыталась определить их авторство, а ученые анализировали, какие признаки активнее всего при этом использовались.

Авторы не приводят в препринте количественных данных по точности работы алгоритма, однако отмечают, что в целом программа справилась «удовлетворительно». Оказалось, что наибольший вклад при распознавании вносили «мелкие» признаки, определенные автоматически. Для удобства анализа авторы сгруппировали их так, чтобы они обозначали какими-либо характеристики, понятные человеку, например, объект съемки. Таким образом удалось показать, что алгоритм в основном опирался на содержание фотографии («здания», «люди», «пейзаж»), а такие признаки, как гамма, вносили меньший вклад.

Авторы считают, что подобные алгоритмы могут быть использованы поисковыми ботами. В настоящий момент они могут искать изображение по имени автора, только если эта информация явно приведена на веб-странице с самой фотографией.