[发明专利]一种基于构图特征辅助的绘画作品风格分类方法

权利要求书

1.一种基于构图特征辅助的绘画作品风格分类方法，其特征在于，步骤包括：

对样本图像数据进行分类和标注，划分风格类别；

构建构图特征辅助的多层级特征融合双网络结构体系；

建立风格特征分类器；

将绘画作品图像上传到风格特征分类器中，按照已有风格分类标签进行图像分类。

2.根据权利要求1所述的绘画作品风格分类方法，其特征在于，所述构建构图特征辅助的多层级特征融合双网络结构体系，步骤包括：

对样本图像进行预处理；

将处理后的样本图像输入双网络结构体系中进行学习训练；

通过自适应调整权重的方式进行特征融合。

3.根据权利要求2所述的绘画作品风格分类方法，其特征在于，所述对样本图像进行预处理，步骤包括：

对样本图像进行显著性特征检测处理，得到具有显著性特征的样本图像特征图；

将样本图像以及显著性特征图像进行同比例缩放裁切。

4.根据权利要求2所述的绘画作品风格分类方法，其特征在于，所述双网络结构体系包括非结构性特征提取网络结构和构图特征提取网络结构。

5.根据权利要求4所述的绘画作品风格分类方法，其特征在于，所述非结构性特征提取网络结构，具体用于提取样本图像浅层细节特征以及深层语义性特征，步骤包括：

通过深度神经网络获取样本图像语义性特征信息；

将深层级的语义性注意力特征图引入浅层级特征，获取冗余度较低的浅层特征信息；

将混合层次所对应的多尺寸特征图通过特殊卷积的方式，逐层进行特征融合；

得到样本图像的非结构性特征信息。

6.根据权利要求4所述的绘画作品风格分类方法，其特征在于，所述构图特征提取网络结构，具体用于样本图像的构图特征提取，步骤包括：

将样本图像的显著特征图通过轻量化网络结构，非线性映射样本图像信息；

确定构图方法及其对应的池化方式，分区提取特征，获取样本图像构图信息。

7.根据权利要求6所述的绘画作品风格分类方法，其特征在于，所述构图方法包括中心构图法、对称构图法、三分构图法和对角线构图法。

8.根据权利要求2所述的绘画作品风格分类方法，其特征在于，所述通过自适应调整权重的方式进行特征融合，步骤包括：

提取样本图像通过双网络结构体系获取的两类特征；

将特征的最大值、最小值以及平均值，通过非线性变化，产生对应层级特征图进行特征融合时的权重值；

进行混合特征的自适应融合。

9.根据权利要求8所述的绘画作品风格分类方法，其特征在于，所述两类特征包括语义特征和构图特征。

10.根据权利要求1所述的绘画作品风格分类方法，其特征在于，所述建立风格特征分类器，具体是将融合后的特征通过特殊映射建立的。