基于半监督回归深度学习模型的古画平纹织物经纬线密度计数

在这项工作中，作者开发了基于深度学习的回归方法，用于平纹画布分析的线密度估计。先前的方法基于傅里叶分析，在某些场景下相当稳健，但在其他场景下失效；或基于机器学习工具，需要对所处理的画作进行预标注；或基于线交点分割，该方法在所有场景下均能提供良好估计且无需预标注。分割方法较为耗时，因为密度估计需在定位交点之后进行。在本新方案中，我们通过回归深度学习模型直接从图像计算线的密度，从而避免了这一步骤。我们还对输入图像的初始预处理进行了一些改进，这对最终误差产生了影响。我们提出并分析了若干模型以保留最优者。此外，我们通过引入半监督方法进一步降低了密度估计误差。我们的新算法在里贝拉、委拉斯开兹和普桑的作品上进行了性能分析，并将结果与先前方法进行比较。最后，该方法被实际应用于支持普拉多博物馆一幅杰作的作者归属变更。