龟裂纹作为一种图:图像处理与图神经网络在裂纹模式描述中的应用
计算机视觉与模式识别
2019-12-05 v2
摘要
画作上的裂纹并非缺陷,而是艺术品不可模仿的签名,可用于来源鉴定、老化监测、损伤识别乃至伪造检测。本工作提出一种从龟裂纹图案图像中提取和表征信息的新方法及其配套工具箱。所提方法将龟裂纹网络作为图进行处理。该图表示通过节点与裂纹的相互组织来捕捉网络结构,同时对任何几何畸变具有不变性。与此同时,我们的工具分别提取每个节点和边的属性,从而能够从统计上刻画图案特征。我们分别利用新颖的图神经网络和手工设计的描述子,展示了图表示与统计特征各自的优势。然而,我们也表明,当两种技术融合到一个框架中时,可获得最佳性能。我们在画作来源分类数据集上进行了实验,并证明我们的方法大幅优于现有技术。
引用
@article{arxiv.1905.05010,
title = {Craquelure as a Graph: Application of Image Processing and Graph Neural Networks to the Description of Fracture Patterns},
author = {Oleksii Sidorov and Jon Yngve Hardeberg},
journal= {arXiv preprint arXiv:1905.05010},
year = {2019}
}
备注
Published in ICCV 2019 Workshops