《表1 2 典型的绘画内容理解方法及其性能》
对于不同类型的手工特征,研究者进行了绘画属性识别的对比实验,我们以风格分类任务为例,将对比结果汇总在表1中.其中,文献[24]的任务是国画的工笔和写意风格分类,文献[42]和文献[43]的任务是西方油画的多风格分类.虽然各文章使用的数据集存在差异,但仍然可以看出不同特征间的性能差异和特征性能与任务间的关联性.边缘特征在文献[24]的工笔国画和写意国画分类任务中效果较好,因为边缘特征更能反映工笔国画和写意国画在手法细腻程度上的差异.SIFT特征、LBP特征在文献[42]和文献[43]的西方油画的风格识别中表现较为突出,可能因为SIFT特征和LBP特征捕捉绘画的微观结构信息,反映了油画绘画的手法和笔触的细微变化.
图表编号 | XD00202894700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 鲁越、郭超、林懿伦卓凡、王飞跃 |
绘制单位 | 中国科学院大学人工智能学院、中国科学院自动化研究所复杂系统管理与控制国家重点实验室、中国科学院大学人工智能学院、中国科学院自动化研究所复杂系统管理与控制国家重点实验室、中央美术学院、中国科学院自动化研究所复杂系统管理与控制国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |