综述 | 绘画特征提取方法与情感分析研究

引用格式:

贾春花,郭小英,白茹意. 绘画特征提取方法与情感分析研究综述[J]. 中国图象图形学报, 2018, 23(7): 937-952.

DOI: 10.11834/jig.170626

原文链接：

http://www.cjig.cn/html/jig/2018/7/weixin/20180701.htm

导语：绘画分类与绘画情感分析研究，可以更好地实现人类绘画艺术作品的研究与创新。针对不同类型、不同大小的绘画数据库，如何采用有效的特征提取方法分类和分析绘画情感，这是当前绘画研究的关键问题。

本文看点

(1)系统概括了当前国内外绘画图像研究中常用绘画数据库。

(2) 详细综述了中西方绘画特征提取技术与分类方法的研究现状及发展，阐述了西方绘画情感分析的研究进展。

(3)提出了当前绘画分类和绘画情感研究中存在的问题和挑战，并探讨了存在问题的应对之策。

专家评价

该文对中西方绘画特征提取方法与情感分析研究做了不错的综述，也对中国传统绘画情感分析提供了一些思路，具有借鉴意义。

本文方法 

以广泛的文献研究为基础，分析中西方绘画的不同表征方式及形成原因，归纳总结了绘画图像分类中常用机器学习方法，并概述各类方法的优劣；重点围绕绘画图像特征提取与分类，绘画情感分析两个方面，对当前文献进行了系统地分析和总结。

 ▲图1 绘画作品

本文结果

系统概括了当前绘画图像研究中常用绘画数据库，如表1；以绘画图像的笔触特征、颜色特征、形状特征和纹理特征、留白特征等方面为依据，如表2，详细综述了中西方绘画特征提取技术与分类方法的研究现状及发展；简要梳理了绘画图像分类模型中常用的评价方法，并分析了当前研究中的常用评价指标；主要从颜色特征的角度出发，阐述了西方绘画情感分析的研究进展，为中国传统绘画情感分析提供了有效的思路；最后，提出了当前绘画分类和绘画情感研究中存在的问题和挑战，并探讨了存在问题的应对之策。

▼表1 绘画作品实验数据库

▲图2 梵高作品笔触提取结果（注：见论文参考文献[26]）

▼表2 绘画特征提取与分类方法文献研究

注：表中文献见论文参考文献

第一作者

贾春花，山西大学讲师，陕西师范大学计算机科学学院计算机应用技术专业获硕士学位，目前主要研究方向为图像分析与计算机视觉。E-mail: jiachunhua123@163.com

通信作者

郭小英，女，博士，山西大学讲师，硕士生导师，现为山西大学软件学院计算机视觉团队带头人。 2010年10月至2013年9月获国家留学基金委奖学金资助前往日本广岛大学攻读博士学位。现已发表8篇国际期刊论文，8篇国际会议论文，其中SCI、EI收录5篇，目前主持项国家自然科学青年基金项目“基于感性工学的图像视觉复杂度情感感知研究”。主要研究方向有：计算机视觉、图像分析、情感计算、视觉感性工学等。E-mail: guoxiaoying@sxu.edu.cn

团队简介

山西大学软件学院计算机视觉团队于2015年1月份成立，团队目前有9位老师和1位硕士研究生，其中，教授2人，副教授1人，讲师6人。团队主要开展图像视觉复杂度、绘画分类与情感研究、网页视觉感知、纹理图像视觉感知与眼动分析、图像理解与分析等研究。团队成立以来承担了国家自然科学基金项目一项、科技厅创新平台项目一项。团队成员在SCI、EI、中文核心期刊发表论文30余篇，申请软件著作20余项。

前沿丨观点丨咨讯丨独家

扫描下方二维码 关注学报公众号

中国图象图形学报 | 订阅号