基于Xception-TD的中华传统刺绣分类模型构建

摘要：

[目的]将人工智能方法引入数字人文领域中,探讨如何解决中华传统刺绣图像分类背景下刺绣数据集较小、图像特征表示不足以及识别准确率不高等问题,为非物质文化遗产数字保护智能化提供方法支撑.[方法]将深度学习技术运用到刺绣图像上,利用图像处理技术提取其相应的特征,采用迁移学习的方法,对Xception模型进行微调改进,进而提出一种基于Xception-TD的中华传统刺绣分类模型,并探讨全连接层的数量与维度以及dropout取值对模型性能的影响.[结果]实验结果表明,针对中华传统刺绣分类的问题,通过微调的方法,发现提高全连接层数量以及增大全连接层维度可以得到更好的刺绣图像特征表示并产生更好的效果.基于Xception-TD中华传统刺绣模型准确率达到0.968 63,均优于基准模型.在进一步刺绣多分类的问题上,准确率也均优于基准模型.[局限]本文数据集仅来源于百度图片与少量人工标记,数据来源不够丰富.[结论]基于迁移学习,并结合微调能够有效提升刺绣分类的准确率.

关键词：数字人文、计算机视觉、迁移学习、Xception

所属期刊栏目：6

分类号：G202;TP319(信息与传播理论)

资助基金：国家自然科学基金;南京大学文科青年跨学科团队专项项目

在线出版日期：2022-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：338-347