基于小波和概率主题模型的绘画分析
计算机视觉与模式识别
2014-01-28 v1 机器学习
机器学习
摘要
本文将基于计算机的风格分析技术应用于 Giotto di Bondone 创作的 14 世纪 Peruzzi 祭坛画的五个面板。特征提取结合了双树复小波变换与隐马尔可夫树 (HMT) 模型。采用层次聚类识别图像块中的风格关键词，并计算包含多个图像块的子图像的关键词频率。生成式层次贝叶斯模型学习关键词的风格模式；这些模式随后用于表征子图像的风格；进而实现绘画之间的区分。结果表明，此类无监督概率主题模型有助于提炼风格特征元素。
引用
@article{arxiv.1401.6638,
title = {Painting Analysis Using Wavelets and Probabilistic Topic Models},
author = {Tong Wu and Gungor Polatkan and David Steel and William Brown and Ingrid Daubechies and Robert Calderbank},
journal= {arXiv preprint arXiv:1401.6638},
year = {2014}
}
备注
5 pages, 4 figures, ICIP 2013