12일 전
딥러닝을 활용한 그림에서 예술 스타일 자동 인식
{Florian Yger, Adrian Lecoutre, Benjamin Negrevergne}

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.