基于 CNN 的五大名派波斯微型画分类

Mojtaba Shahi; Roozbeh Rajabi; Farnaz Masoumzadeh

基于 CNN 的五大名派波斯微型画分类

计算机视觉与模式识别 2024-11-18 v1

作者: Mojtaba Shahi , Roozbeh Rajabi , Farnaz Masoumzadeh

摘要

本文针对计算绘画分析中聚焦于波斯微型画（一种丰富的文化艺术遗产）的空白，提出了一种利用卷积神经网络（CNN）对五大流派的波斯微型画进行分类的新方法：哈拉特、大不里士第一派、设拉子第一派、大不里士第二派和卡扎尔。该方法实现了 91% 以上的平均准确率。一个精心策划的数据集捕捉了各流派的独特特征，采用基于补丁的 CNN 方法独立分类图像片段，再融合结果以提高准确率。该研究对数字艺术分析做出了重要贡献，详细阐述了数据集、CNN 架构、训练和验证过程。它凸显了自动化艺术分析未来发展的潜力，连接了机器学习、艺术史和数字人文，从而有助于波斯文化遗产的保护与理解。

关键词

波斯微型画 CNN 分类艺术风格分类基于补丁的 CNN 数字艺术分析文化遗产保护五大流派高准确率

引用

@article{arxiv.2411.10330,
  title  = {CNN-Based Classification of Persian Miniature Paintings from Five Renowned Schools},
  author = {Mojtaba Shahi and Roozbeh Rajabi and Farnaz Masoumzadeh},
  journal= {arXiv preprint arXiv:2411.10330},
  year   = {2024}
}

备注

20 pages, submitted to journal

基于 CNN 的五大名派波斯微型画分类

摘要

关键词

引用

备注

相关论文