基于風(fēng)格特征和Fisher Vector的中國(guó)木版年畫(huà)圖像分類研究_7314.pdf

1、基于風(fēng)格基于風(fēng)格特征特征和FisherVect的中國(guó)木中國(guó)木版年畫(huà)圖像分類研究版年畫(huà)圖像分類研究StyleFeatureFisherVectbasedClassificationofChineseTraditionalWoodcutPaintings領(lǐng)域：軟件工程作者姓名：王亞婧指導(dǎo)教師：萬(wàn)亮企業(yè)導(dǎo)師：李松天津大學(xué)軟件學(xué)院2015年12月中文摘要中文摘要中國(guó)木版年畫(huà)是中華民族傳統(tǒng)文化的一種重要的表現(xiàn)形式，也是中國(guó)民俗藝術(shù)的燦爛瑰寶，是我

2、們應(yīng)當(dāng)珍惜和保護(hù)的珍貴文化遺產(chǎn)。而基于內(nèi)容的圖像檢索與分類一直以來(lái)都是圖像處理領(lǐng)域備受關(guān)注的熱門(mén)課題。它避免了傳統(tǒng)基于注解的圖像檢索與分類中文字標(biāo)注工作的繁瑣，而是依據(jù)圖像在視覺(jué)上的相似性力求達(dá)到以圖查圖、以圖分圖的目的。近些年來(lái)對(duì)于這個(gè)課題的研究不斷涌現(xiàn)出新的想法或者改進(jìn)技術(shù)。我們創(chuàng)造性地將圖像的分類技術(shù)應(yīng)用到中國(guó)木版年畫(huà)圖像上面，這種圖像與其他一般圖像相比有著自己獨(dú)特的性質(zhì)，顏色、梯度、紋理、筆觸粗細(xì)等圖像特征不僅使它們區(qū)別于一般常

3、見(jiàn)圖像，同時(shí)也是它們內(nèi)部區(qū)分不同產(chǎn)地、年代、風(fēng)格等的重要指標(biāo)。所以我們的工作不僅對(duì)于圖像分類技術(shù)提出了新的嘗試和可能性，同時(shí)也為中國(guó)傳統(tǒng)文化的珍惜和保護(hù)做出了綿薄的貢獻(xiàn)。根據(jù)木版年畫(huà)的風(fēng)格特點(diǎn)，我們首先有針對(duì)性地提取了圖像的顏色、梯度、紋理、筆觸等特征組成全局描述符，設(shè)計(jì)了通過(guò)圖像風(fēng)格而非內(nèi)容來(lái)分類到具有相近表現(xiàn)形式的年畫(huà)圖像產(chǎn)地類別的方法。另一方面，由于FisherVect框架是目前最先進(jìn)的分塊特征編碼技術(shù)，這種編碼策略不僅效率高而且

4、精度損失較低，即使使用線性分類器也可以產(chǎn)生出色的結(jié)果。所以我們使用這種技術(shù)將數(shù)量較多的局部SIFT描述符編碼成為高維度的特征向量，將這種當(dāng)前最先進(jìn)的基于內(nèi)容的圖像表征方式同樣運(yùn)用到木版年畫(huà)圖像的產(chǎn)地分類工作中。在實(shí)驗(yàn)過(guò)程中，我們將上面提到的年畫(huà)風(fēng)格特征與FisherVect特征對(duì)于年畫(huà)圖像產(chǎn)地分類的結(jié)果進(jìn)行了比較和分析，實(shí)驗(yàn)證明，我們的風(fēng)格特征比FisherVect具有更高的分類準(zhǔn)確度。關(guān)鍵詞關(guān)鍵詞：木版年畫(huà)、圖像分類、風(fēng)格特征、Fis