На этой неделе мы рассмотрели связанные работы по этой теме и решили использовать одну из них в качестве основы. Наш выбор — тот, который реализует глубокое обучение, потому что мы считаем, что он подходит для нашего проекта. Мы собираемся попробовать различные предварительно обученные модели сверточных нейронных сетей, такие как VGG19, ResNet-18, и сравнить их точность.
Предварительная обработка и дополнение данных
Поскольку искусство в наборе данных бывает разных форм и размеров, мы модифицируем изображения, прежде чем передавать их в наши CNN. Наша гипотеза состоит в том, что стиль художника присутствует везде на изображении, а не ограничивается определенными областями, поэтому кадры картин должны содержать достаточно информации, чтобы CNN могла определить стиль.
Чтобы уменьшить переоснащение, данные следует обрабатывать с использованием нескольких предоставленных функций, то есть поворота, масштабирования, перевода и контраста рисунков.
Кроме того, мы можем использовать другую технику, например, изменение градиента изображения.
Ссылки
[1] Нитин Вишванатан. Идентификация исполнителя с помощью сверточных нейронных сетей
