深度学习在绘画与素描中的图案提取与识别方法综述
Deep learning approaches to pattern extraction and recognition in paintings and drawings: an overview
Giovanna Castellano, Gennaro Vessio
Neural Computing and Applications · 2021-04-02
开放获取美术与书法被引 125被引前 10%影响因子 ≈6.5
摘要
本文概述了视觉艺术领域，尤其是绘画与素描中图案提取与识别方面最具代表性的深度学习方法。深度学习与计算机视觉领域的最新进展，加之数字化视觉艺术藏品日益丰富，为计算机科学研究者提供了新机遇，使其能够借助自动化工具协助艺术界对视觉艺术进行分析与深入理解。除其他益处外，对视觉艺术的更深入理解有望使其更易被大众所接触，进而推动文化的传播。
本摘要由 AI（Hy-MT2-Pro）翻译生成，仅供参考，请以原文为准。
AI 综述
基于摘要生成- 主要观点
- 本文核心观点是深度学习与计算机视觉技术的进步，结合大规模数字化艺术馆藏的涌现，为计算机科学辅助艺术分析创造了新机遇。通过综述绘画与素描中图案提取和识别的深度学习方法，文章认为这些自动化工具能帮助艺术界更深入地理解视觉艺术。此外，对艺术的深层理解有望提升其大众可及性，从而支持文化传播。
- 研究方法
- 本文主要采用文献综述的研究方法，系统梳理和归纳了应用于视觉艺术（特别是绘画和素描）图案提取与识别领域的最相关深度学习技术路径。同时，结合计算机视觉领域的发展现状与数字化艺术资源的可用性，对这些技术方法的应用契机进行了整体评估。
- 学术贡献
- 该研究的学术贡献在于明确了深度学习与计算机视觉在视觉艺术分析中的跨学科应用价值，为艺术界引入了自动化分析与理解的新工具范式。此外，研究从社会文化视角指出了技术赋能艺术的潜在效益，即通过深化艺术理解来打破受众壁垒，促进文化的广泛传播。
- 存在局限
- 材料中未明确提及
- 进一步研究方向
- 材料中未明确提及
本综述由 AI（GLM-5-Turbo）基于摘要自动生成，仅供参考，不代表原文作者观点，请以原文为准。
参考文献
相关论文
话题：Aesthetic Perception and Analysis