FolkTalent：增强印度民间绘画的分类与标注
计算机视觉与模式识别
2024-05-15 v1
摘要
印度民间绘画拥有丰富的符号、色彩、纹理和故事，使其成为文化遗产的无价宝库。本文提出了一种新方法，将这些绘画分类为不同的艺术形式，并用其独特的显著特征对其进行标注。我们使用直接销售印度民间绘画的网站，构建了一个名为 FolkTalent 的自定义数据集，包含 12 种不同形式的 2279 幅绘画数字图像。使用 GPT4 生成了涵盖颜色、主题、艺术风格和图案等多种属性的标签，并由专家对每幅画进行验证。在微调的卷积神经网络 (CNN) 模型上采用 RandomForest 集成技术进行分类，对印度民间绘画进行分类，准确率达到 91.83%。标注通过在突出的微调 CNN 主干顶部附加自定义分类器来执行多标签图像分类而实现。生成的标签提供了对绘画更深入的洞察，实现了基于主题和视觉属性的增强搜索体验。所提出的混合模型在民间绘画分类和标注方面树立了新的基准，为编目印度民间艺术遗产做出了重大贡献。
引用
@article{arxiv.2405.08776,
title = {FolkTalent: Enhancing Classification and Tagging of Indian Folk Paintings},
author = {Nancy Hada and Aditya Singh and Kavita Vemuri},
journal= {arXiv preprint arXiv:2405.08776},
year = {2024}
}