基于Kolmogorov-Arnold 网络与卷积神经网络的画作伪造检测

画作鉴定历史上以专精某位艺术家的深厚鉴赏力为主导。然而，沃尔夫冈·贝拉特拉奇等著名画家伪造者曾能欺骗数十位艺术专家。近年来，人工智能算法已成功应用于众多图像处理任务。本文利用人工智能的不断进步，提出一种用于识别伪造者沃尔夫冈·贝拉特拉奇的画作鉴定框架。与现有文献中基于AI的画作鉴定方法不同，本文聚焦于特定伪造者的模型，而非艺术家。这一方法使用由贝拉特拉奇伪造的著名艺术家作品构成的精选数据集，以及已知作品，用于训练基于 EfficientNet 的多类图像分类模型。我们将结果与 Kolmogorov-Arnold 网络（KAN）进行比较，后者据称从未在艺术领域得到测试。结果显示，不同模型对被标记为伪造的画作预测结果高度一致，这些作品随后被进行视觉分析。