图绘制中的对称性检测与分类

对称性是在自然中（从花和叶，到蝴蝶和鸟）以及人造物体中（从绘画和雕塑，到制造物体和建筑设计）观察到的一个关键特征。旋转、平移，尤其是反射对称，在图的绘制中也很重要。检测和分类对称性在旨在创建对称图绘制的算法中非常有用，本文中我们提出一种用于这些任务的机器学习方法。具体而言，我们展示深度神经网络可用于以 92% 的准确率检测反射对称。我们还构建了一个多类分类器，以区分水平反射、垂直反射、旋转和平移对称。最后，我们提供了一组具有特定对称特征的图绘制图像集合，可用于机器学习系统的训练、测试和验证。我们的数据集、最佳训练的 ML 模型、源代码均在线可用。