项目名称: 基于视觉感知和迁移学习的书法鉴别技术研究

项目编号: No.61202198

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 计算机科学学科

项目作者: 郑霞

作者单位: 浙江大学

项目金额: 23万元

中文摘要: 书法作品鉴别是书法传承和保护中的重要环节。 然而,传统鉴别只局限于有限专家的个人经验,缺乏客观量化的实证,难以应对时下大批量作品辨真识伪的迫切需求。本课题以数字图像形式的书法作品为对象,展开基于视觉感知和迁移学习的书法鉴别技术研究,具体内容包括:(1)研究书法风格知识和书家个性知识,建立领域知识库;(2)研究书法作品图像的预处理技术;(3)遵循人眼视觉感知机理,基于统计学方法,用隐马尔科夫模型建立可计算的书法风格模型,用稀疏编码算法建立可计算的书家个性模型;(4)阐明书法鉴别的内部机理,建立书法鉴别的阶段模型:书法风格鉴别和书家个性鉴别;(5)采用迁移学习方法,研究基于小样本或稀缺样本的名家书法鉴别问题。本课题以建立通用的书法鉴别模型入手,梳理书法鉴别的层次结构和关系,研究具体实现技术,旨在为大规模书法鉴别的发展提供新思路和技术实践支持。

中文关键词: 视觉感知;艺术信息;中国书法鉴别;稀疏编码;

英文摘要: The authentication of chinese calligraphy works is an important part in the inheritance and protection for chinese calligraphy. However, traditional authentication, mostly depending on limited personal experience, lacks quantitative and objective evidence, hence can't meet the pressing need of authentication for large quantities of works. This project focuses on the digital form of works and explores the authentication technologies based on visual perception and transfer learning. The main contributions of this project are as follows:(1)According to research and analysis of calligraphy style and personalized calligraphy characteristic, domain knowledge databases are constructed. (2) The digital image preprocessing methods of calligraphy works are studied. (3) In reference to human visual perception mechanisms and on the basis of statistical methods, hidden Markov models are used to build the computable calligraphy style models. Besides, sparse coding models are used to build the computable personalized characteristic models. (4) After discussing the mechanism of calligraphy authentication, the project proposes and builds a two-stage authentication model consisting of calligraphy style verification and personalized characteristic identification. (5) For the calligraphists with scarcity works left, authentication

英文关键词: visual perception;artistic information;Chinses calligraphy authentication; sparse coding;

成为VIP会员查看完整内容
0

相关内容

《人脸识别数据安全标准化研究报告(2021版)》发布
专知会员服务
32+阅读 · 2022年1月2日
【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
专知会员服务
26+阅读 · 2021年8月24日
基于深度学习的视频目标检测综述
专知会员服务
81+阅读 · 2021年5月19日
专知会员服务
77+阅读 · 2020年12月6日
【南京大学冯雯博士论文】新型深度学习模型的研究
专知会员服务
67+阅读 · 2020年12月5日
专知会员服务
47+阅读 · 2020年10月20日
专知会员服务
219+阅读 · 2020年8月1日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
【博士论文】开放环境下的度量学习研究
专知
7+阅读 · 2021年12月4日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
基于Keras进行迁移学习
论智
12+阅读 · 2018年5月6日
微表情检测和识别的研究进展与趋势
中国计算机学会
15+阅读 · 2018年3月23日
迁移学习在深度学习中的应用
专知
23+阅读 · 2017年12月24日
行人再识别中的迁移学习
计算机视觉战队
11+阅读 · 2017年12月20日
人脸表情分类与识别:人脸检测+情绪分类
北京思腾合力科技有限公司
27+阅读 · 2017年12月18日
深度 | 迁移学习全面概述:从基本概念到相关研究
七月在线实验室
15+阅读 · 2017年8月15日
国家自然科学基金
10+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Simple and Effective Unsupervised Speech Synthesis
Arxiv
2+阅读 · 2022年4月20日
Antipatterns in Software Classification Taxonomies
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月15日
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
小贴士
相关VIP内容
《人脸识别数据安全标准化研究报告(2021版)》发布
专知会员服务
32+阅读 · 2022年1月2日
【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
专知会员服务
26+阅读 · 2021年8月24日
基于深度学习的视频目标检测综述
专知会员服务
81+阅读 · 2021年5月19日
专知会员服务
77+阅读 · 2020年12月6日
【南京大学冯雯博士论文】新型深度学习模型的研究
专知会员服务
67+阅读 · 2020年12月5日
专知会员服务
47+阅读 · 2020年10月20日
专知会员服务
219+阅读 · 2020年8月1日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
相关资讯
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
【博士论文】开放环境下的度量学习研究
专知
7+阅读 · 2021年12月4日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
基于Keras进行迁移学习
论智
12+阅读 · 2018年5月6日
微表情检测和识别的研究进展与趋势
中国计算机学会
15+阅读 · 2018年3月23日
迁移学习在深度学习中的应用
专知
23+阅读 · 2017年12月24日
行人再识别中的迁移学习
计算机视觉战队
11+阅读 · 2017年12月20日
人脸表情分类与识别:人脸检测+情绪分类
北京思腾合力科技有限公司
27+阅读 · 2017年12月18日
深度 | 迁移学习全面概述:从基本概念到相关研究
七月在线实验室
15+阅读 · 2017年8月15日
相关基金
国家自然科学基金
10+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员