利用人工智能用于美术的自动识别
Ruhua Chen1, Mohammad Reza Ghavidel Aghdam2, Mohammad Khishe3,4,5
1Stage Design Department, Shanghai Theatre Academy, Shanghai, China.
PloS one
|November 25, 2024
概括
本研究介绍了一种使用卷积神经网络 (CNN) 进行自动化美术识别的人工智能 (AI) 方法. 人工智能模型根据类型和技术等特征准确地对艺术进行分类,提高了效率.
科学领域:
- 计算机科学 计算机科学
- 艺术史 艺术史 艺术史
- 数字人文学科 数字人文学科
背景情况:
- 传统的美术认可严重依赖于人类的专业知识.
- 人工智能 (AI) 和深度学习的整合为自动化分析提供了新的可能性.
- 现有的方法在准确分类各种艺术品方面面临挑战.
研究的目的:
- 开发和介绍一种基于人工智能的新方法,用于自动化美术识别.
- 为了提高艺术品在各种属性上的分类的准确性和效率.
- 为了利用深度学习和高级功能提取来改进艺术分析.
主要方法:
- 使用卷积神经网络 (CNN) 进行图像分析.
- 实施了针对艺术数据集量身定制的先进特征提取技术.
- 开发了一种包含数据集特征 (目标类型,类型,材料,技术,部门) 的系统方法.
主要成果:
- 基于人工智能的方法在分类美术作品方面表现出了卓越的表现.
- 与传统方法相比,在准确性和效率方面取得了显著的改进.
- 在基准数据集上的实验验证证证了该方法的有效性.
结论:
- 拟议的AI方法为自动化美术识别提供了强大的解决方案.
- 这种方法对美术分析的跨学科领域做出了重大贡献.
- 人工智能的整合增强了艺术品分类和研究的能力.
