基于深度学习的图像艺术属性分类

摘要

针对图像分类中各类图像艺术属性人工特征描述能力的有限性,提出了一种基于深度残差网络和Inception学习模型的图像艺术属性分类的算法.该算法主要借鉴ResNet50和Inception V3模型,构建"一次性"深度学习网络和多类二叉树分层分类深度学习网络,分别对不同艺术属性图像进行分类测试.实验结果表明,"一次性"深度学习网络与传统的卷积神经网络构建的分类器相比,图像分类正确率有了一定的提升;同时,在相同的多类二叉树分层分类顺序下,该深度学习网络与采用SVM作为分类器所构成的分类模型相比,分类正确率明显提升.