12일 전

딥러닝을 활용한 그림에서 예술 스타일 자동 인식

{Florian Yger, Adrian Lecoutre, Benjamin Negrevergne}
딥러닝을 활용한 그림에서 예술 스타일 자동 인식
초록

화풍(또는 예술 운동)은 그림에 대한 시각적 정보와 역사적 맥락을 모두 포괄하는 풍부한 기술적 설명이다. 대규모 예술 데이터베이스의 인덱싱을 위해서는 그림의 예술적 스타일을 정확히 식별하는 것이 매우 중요하다. 본 논문에서는 깊은 잔차 신경망(Deep Residual Neural Networks)을 활용하여 그림의 예술 스타일을 탐지하는 문제를 해결하고, Wikipaintings 데이터셋(25개의 서로 다른 스타일)에서 기존 방법 대비 거의 10% 향상된 성능을 달성한다. 이 성과를 달성하기 위해 네트워크는 먼저 ImageNet에서 사전 훈련(pre-training)을 수행한 후, 예술 스타일 탐지에 맞게 깊이 있는 재훈련(deep retraining)을 수행한다. 실험적으로 최적의 성능을 달성하기 위해서는 약 20개의 레이어를 재훈련해야 함을 확인하였다. 이는 두 작업 간의 유사성이 예상한 정도임을 시사하며, 이전에 수작업으로 설계된 특징들이 성공할 수 있었던 이유를 설명한다. 또한, Wikipaintings 데이터셋에서 탐지된 스타일이 독립적인 다른 데이터셋에서 탐지된 스타일과 일관성을 가지며, 본 방법의 타당성을 정성적 및 정량적으로 검증하기 위해 수행한 여러 실험을 제시한다.

딥러닝을 활용한 그림에서 예술 스타일 자동 인식 | 최신 연구 논문 | HyperAI초신경