基于風格特征和Fisher Vector的中國木版年畫圖像分類研究.pdf

1、中國木版年畫是中華民族傳統(tǒng)文化的一種重要的表現(xiàn)形式，也是中國民俗藝術(shù)的燦爛瑰寶，是我們應(yīng)當珍惜和保護的珍貴文化遺產(chǎn)。而基于內(nèi)容的圖像檢索與分類一直以來都是圖像處理領(lǐng)域備受關(guān)注的熱門課題。它避免了傳統(tǒng)基于注解的圖像檢索與分類中文字標注工作的繁瑣，而是依據(jù)圖像在視覺上的相似性力求達到以圖查圖、以圖分圖的目的。近些年來對于這個課題的研究不斷涌現(xiàn)出新的想法或者改進技術(shù)。
　　我們創(chuàng)造性地將圖像的分類技術(shù)應(yīng)用到中國木版年畫圖像上面，這種圖像

2、與其他一般圖像相比有著自己獨特的性質(zhì)，顏色、梯度、紋理、筆觸粗細等圖像特征不僅使它們區(qū)別于一般常見圖像，同時也是它們內(nèi)部區(qū)分不同產(chǎn)地、年代、風格等的重要指標。所以我們的工作不僅對于圖像分類技術(shù)提出了新的嘗試和可能性，同時也為中國傳統(tǒng)文化的珍惜和保護做出了綿薄的貢獻。根據(jù)木版年畫的風格特點，我們首先有針對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)計了通過圖像風格而非內(nèi)容來分類到具有相近表現(xiàn)形式的年畫圖像產(chǎn)地類別的方法。

3、另一方面，由于Fisher Vector框架是目前最先進的分塊特征編碼技術(shù)，這種編碼策略不僅效率高而且精度損失較低，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，將這種當前最先進的基于內(nèi)容的圖像表征方式同樣運用到木版年畫圖像的產(chǎn)地分類工作中。
　　在實驗過程中，我們將上面提到的年畫風格特征與Fisher Vector特征對于年畫圖像產(chǎn)地分類的結(jié)果進行了比較和分析