《表2 实验所选壁画图像数目》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《特征融合AlexNet模型的古代壁画分类》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文所有数据均来自《中国敦煌壁画全集》和《中国丝绸之路的墓室壁画》画册的扫描版，时间上从汉代沿革到清代，地域上跨越了东部、中部和西部，涵盖了不同朝代不同地区的壁画题材。通过对收集的古代壁画艺术图像进行研究，将数据集的类别设定为佛像、菩萨、祥云、世俗人物、佛弟子、动物、植物和建筑等8类艺术形象。由于壁画图像获取困难，训练数据有限，不能满足卷积神经网络模型需要大量训练数据的条件。为了避免模型过拟合，对采集到的数据使用缩放、亮度变换、加噪和翻转等数据集增强算法进行扩展。添加噪声是给图像随机加入Sigma为25的高斯噪声和随机选点置为0或255的椒盐噪声；亮度变化是变换了图像原有明暗度的0.5倍和1.5倍。壁画图像扩展前和扩展后的具体数据情况见表2。其中，训练集的壁画为7 555幅，测试集的壁画为4 076幅，世俗人由于形象众多，数据量较其他类别较大。图5是本文数据集中各类的示例图像。