首页|基于卷积神经网络的毕加索绘画艺术风格分类研究

基于卷积神经网络的毕加索绘画艺术风格分类研究

扫码查看
原文链接
  • 万方数据
  • 维普
毕加索一生共有6万多幅作品,作品风格多样,依靠人工对毕加索不同风格的作品进行分类,将会是非常耗时的工作.为此论文研究并提出一种深度学习分类算法,实现毕加索绘画的艺术风格分类.首先论文使用RGB(Red,Green,Blue)和HSV(Hue,Saturation,Value)两种不同色彩模型对绘画作品进行数据处理,接着通过卷积神经网络模型实现对绘画样本风格特征的提取,最后使用支持向量机对分类结果进行融合与分类.结果表明在绘画艺术风格识别的准确度上使用HSV色彩模型,其表现优于RGB色彩模型,表明HSV色彩模型包含更多特征信息,能有助于提高分类准确率.
Research on the Classification of Picasso's Painting Art Style Based on Convolutional Neural Network

杨波、李航高、龚智强、詹屹

展开 >

中南民族大学 武汉 430074

绘画风格分类 卷积神经网络 RGB HSV

国家自然科学基金面上项目

61976226

2022

10.3969/j.issn.1672-9722.2022.06.035

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(6)
  • 2