基于卷积神经网络的绘画图像分类研究 |
| |
作者单位: | ;1.中国计量大学信息工程学院;2.杭州电子科技大学计算机学院 |
| |
摘 要: | 绘画作品的数字化对有效使用绘画资源具有重要意义,传统图像分类方法并未考虑绘画作品主观特性,且大部分特征需要人工提取,存在细节特征丢失等问题.在此提出基于卷积神经网络的绘画图像分类方法,分析了卷积核大小、卷积神经网络结构宽度、训练样本数量对分类结果的影响,以优化网络结构和参数.实验结果表明,该方法对绘画图像分类的有效性,在不同绘画图像数据集的分类实验上也得到了较好的分类结果.
|
关 键 词: | 卷积神经网络 绘画图像分类 卷积核大小 网络结构宽度 训练样本数量 |
Research on painting image classification based on convolution neural network |
| |
Abstract: | |
| |
Keywords: | |
|
|