• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Pacific-Rim conference on multimedia >Fine-Art Painting Classification via Two-Channel Deep Residual Network
【24h】

Fine-Art Painting Classification via Two-Channel Deep Residual Network

机译：通过两通道深度残差网络进行美术绘画分类

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Automatic fine-art painting classification is an important task to assist the analysis of fine-art paintings. In this paper, we propose a novel two-channel deep residual network to classify fine-art painting images. In detail, we take the advantage of the ImageNet to pre-train the deep residual network. Our two channels include the RGB channel and the brush stroke information channel. The gray-level co-occurrence matrix is used to detect the brush stroke information, which has never been considered in the task of fine-art painting classification. Experiments demonstrate that the proposed model achieves better classification performance than other models. Moreover, each stage of our model is effective for the image classification.
机译：自动美术作品分类是协助美术作品分析的重要任务。在本文中，我们提出了一种新颖的两通道深度残差网络来对美术绘画图像进行分类。详细地说，我们利用ImageNet的优势对深度残差网络进行预训练。我们的两个通道包括RGB通道和笔触信息通道。灰度共现矩阵用于检测画笔笔触信息，这在美术绘画分类任务中从未考虑过。实验表明，提出的模型比其他模型具有更好的分类性能。此外，我们模型的每个阶段对于图像分类都是有效的。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号