利用深度学习对新古典主义文物图像进行物体分类
计算机视觉与模式识别
2017-10-16 v1
摘要
在本文中，我们报告了在 Neoclassica 框架下，利用深度学习对数字视觉资料中的文物及其特征进行分类的工作。该框架旨在为学者提供分析和分类古典主义时期文物与美学形式的新方法。该框架既容纳了作为形式化本体的传统知识表示，也容纳了数据驱动的知识发现，其中文化模式将通过统计分析和机器学习中的算法来识别。我们创建了一种基于照片训练的深度学习方法，用于对这些照片中的物体进行分类。下一步，我们将应用一种不同的深度学习方法，它能够定位图像中的多个物体并以高精度对其进行分类。
引用
@article{arxiv.1710.04943,
title = {Object Classification in Images of Neoclassical Artifacts Using Deep Learning},
author = {Bernhard Bermeitinger and Maria Christoforaki and Simon Donig and Siegfried Handschuh},
journal= {arXiv preprint arXiv:1710.04943},
year = {2017}
}
备注
Published in Digital Humanities 2017, Montreal, Canada