基于可穿戴相机图像的艺术品识别以增强博物馆观众体验
计算机视觉与模式识别
2018-06-26 v1
摘要
基于图像识别的推荐系统可成为提升博物馆观众体验的重要工具。然而，对于使用可穿戴相机的实用系统，存在若干影响图像识别质量的挑战。在本试点研究中，我们聚焦于在三种不同博物馆空间中利用可穿戴相机识别博物馆藏品。我们讨论了可穿戴相机的应用，以及构建一个能够识别参观者所观艺术品并生成其参观详细记录的鲁棒系统所面临的实用与技术挑战。具体而言，为说明不同博物馆空间对图像识别的影响，我们收集了包含各类绘画、钟表与雕塑的三种博物馆展品训练数据集。随后，我们为选定参观者配备可穿戴相机，以在沿展览漫步时捕捉其所观艺术品。我们使用在 ImageNet 数据集上预训练并针对各训练集微调的卷积神经网络（CNN）进行艺术品识别。在测试阶段，我们使用 CNN 识别参观者通过可穿戴相机捕捉的艺术品。我们分析了其识别准确率，并对此类系统进一步吸引观众参与博物馆展览的适用性提供了见解。
引用
@article{arxiv.1806.09084,
title = {Artwork Identification from Wearable Camera Images for Enhancing Experience of Museum Audiences},
author = {Rui Zhang and Yusuf Tas and Piotr Koniusz},
journal= {arXiv preprint arXiv:1806.09084},
year = {2018}
}