Globoki modeli avtorstva umetniških slik

Ilenič, Nejc (author), Zupan, Blaž (mentor)

Vse več raziskav se osredotoča na problem avtomatskega prepoznavanja slikarjev iz digitaliziranih umetniških slik. V tem delu se omenjenega izziva lotimo na nadzorovan način, z uporabo konvolucijske nevronske mreže, ki je zaradi visoke izrazne moči sposobna napovedovanja velikega števila avtorjev iz nizkoresolucijskih slik. Predlagano rešitev ovrednotimo na tekmovanju spletnega portala Kaggle, kjer je za pare digitalnih umetnin potrebno napovedati, ali sta delo istega slikarja. V nalogi pokažemo, da značilke, izpeljane iz tem in motivov slik, podobno kot nižjenivojske značilke vsebujejo inherentne lastnosti, ki so primerne za razlikovanje med avtorji.

• Language: English
• Keywords: strojno učenje, globoki modeli, konvolucijske nevronske mreže, umetniške slike
• Work type: Master's thesis/paper
• Organization: FRI - Faculty of Computer and Information Science
• Year: 2017
• PID: 20.500.12556/RUL-96248
• Publication date in RUL: 27.09.2017

ILENIČ, Nejc, 2017, Globoki modeli avtorstva umetniških slik [online]. Master’s thesis. [Accessed 17 April 2025]. Retrieved from: https://repozitorij.uni-lj.si/IzpisGradiva.php?lang=eng&id=96248

Secondary language

• Language: Slovenian
• Title: Deep models of painting authorship

Abstract

An increasing number of studies are investigating how to automatically recognize painters from digital artwork images. We approach this problem in a supervised manner, by training a high-capacity convolutional neural network, capable of predicting a large number of artists from low-resolution scans. We evaluate the proposed solution in a Kaggle competition, in which pairs of paintings need to be classified based on the identity of their authors. The main contribution of our work is the provision of empirical evidence that themes and motifs, similar to low-level features, contain discriminative potential for identifying painters.

• Keywords: machine learning, deep models, convolutional neural networks, artwork images