發(fā)布時間：2021-03-31 06:33

　　國畫作為我國獨(dú)有的一種傳統(tǒng)繪畫藝術(shù)形式,在世界美術(shù)領(lǐng)域占有重要地位。欣賞和學(xué)習(xí)國畫藝術(shù)除了關(guān)注作品的畫面美感之外,還要了解作品的相關(guān)信息,包括作品從專業(yè)的角度如何分類。然而對國畫進(jìn)行分類需要一定的專業(yè)知識和素養(yǎng),沒有國畫相關(guān)知識的普通觀賞者對國畫進(jìn)行分類較為困難。本文設(shè)計(jì)與實(shí)現(xiàn)了一個國畫分類系統(tǒng)來幫助用戶對所拍攝的國畫進(jìn)行自動化分類。本文對國畫分類系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)過程進(jìn)行了詳細(xì)描述,包括了對現(xiàn)有相關(guān)軟件和國畫分類方法的調(diào)研、相關(guān)技術(shù)的介紹。描述了系統(tǒng)的需求分析、設(shè)計(jì)與實(shí)現(xiàn),最后對系統(tǒng)進(jìn)行了測試。本文的主要工作包括:（1）建立了一個按照題材和繪畫手法兩種分類標(biāo)準(zhǔn)標(biāo)記的中國畫作品數(shù)據(jù)集,并在該數(shù)據(jù)集的基礎(chǔ)上對基于VGG-16的深度學(xué)習(xí)模型進(jìn)行訓(xùn)練。為了解決訓(xùn)練樣本量較小的問題,采用遷移學(xué)習(xí)的方法訓(xùn)練模型。實(shí)驗(yàn)結(jié)果表明針對本文的國畫分類任務(wù),遷移學(xué)習(xí)可以有效地提高模型的分類效果。（2）設(shè)計(jì)與實(shí)現(xiàn)了一個C/S架構(gòu)的國畫分類系統(tǒng)。其中系統(tǒng)的客戶端基于iOS操作系統(tǒng)實(shí)現(xiàn),主要負(fù)責(zé)UI交互、圖像獲取以及分類與匹配結(jié)果的展示。在客戶端的設(shè)計(jì)與實(shí)現(xiàn)上,通過GCD技術(shù)將UI界面的工作與其他任務(wù),諸如圖像檢... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
縮略語表
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國畫的自動化分類方法
        1.2.2 相關(guān)應(yīng)用現(xiàn)狀
    1.3 主要工作內(nèi)容
    1.4 論文結(jié)構(gòu)安排
第二章 相關(guān)技術(shù)概述
    2.1 客戶端開發(fā)相關(guān)技術(shù)
        2.1.1 iOS系統(tǒng)與開發(fā)框架
        2.1.2 iOS開發(fā)工具和語言
        2.1.3 GCD多線程技術(shù)
    2.2 服務(wù)器端開發(fā)相關(guān)技術(shù)
        2.2.1 服務(wù)器框架
        2.2.2 Redis數(shù)據(jù)庫
        2.2.3 Docker容器技術(shù)
        2.2.4 Elasticsearch搜索引擎
    2.3 深度學(xué)習(xí)
        2.3.1 深度卷積神經(jīng)網(wǎng)絡(luò)
        2.3.2 深度遷移學(xué)習(xí)
        2.3.3 深度學(xué)習(xí)開發(fā)框架Keras
    2.4 本章小結(jié)
第三章 國畫分類模型的實(shí)現(xiàn)
    3.1 建立數(shù)據(jù)集
    3.2 模型訓(xùn)練的軟硬件環(huán)境
    3.3 模型訓(xùn)練
    3.4 本章小節(jié)
第四章 需求分析與概要設(shè)計(jì)
    4.1 系統(tǒng)需求分析
        4.1.1 功能性需求
        4.1.2 非功能性需求
    4.2 概要設(shè)計(jì)
        4.2.1 系統(tǒng)框架設(shè)計(jì)
        4.2.2 系統(tǒng)功能模塊
        4.2.3 系統(tǒng)核心數(shù)據(jù)的存儲結(jié)構(gòu)設(shè)計(jì)
    4.3 本章小結(jié)
第五章 詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
    5.1 客戶端的設(shè)計(jì)與實(shí)現(xiàn)
        5.1.1 圖像獲取模塊
        5.1.2 圖像質(zhì)量評估模塊
        5.1.3 網(wǎng)絡(luò)傳輸模塊
        5.1.4 結(jié)果展示模塊
    5.2 服務(wù)器端的設(shè)計(jì)與實(shí)現(xiàn)
        5.2.1 服務(wù)器端架構(gòu)設(shè)計(jì)方案
        5.2.2 服務(wù)器框架
        5.2.3 圖像匹配模塊
        5.2.4 消息代理模塊
        5.2.5 分類服務(wù)模塊
    5.3 本章小結(jié)
第六章 國畫分類系統(tǒng)的測試
    6.1 測試環(huán)境與服務(wù)器端部署
        6.1.1 在Docker容器中部署服務(wù)器端
    6.2 功能性測試
    6.3 非功能性測試
        6.3.1 系統(tǒng)負(fù)載測試
        6.3.2 系統(tǒng)并發(fā)請求及響應(yīng)時間測試
        6.3.3 實(shí)際分類正確率和匹配成功率測試
    6.4 本章小結(jié)
第七章 總結(jié)與展望
    7.1 論文工作總結(jié)
    7.2 后期工作展望
致謝
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]深度學(xué)習(xí)認(rèn)知計(jì)算綜述[J]. 陳偉宏,安吉堯,李仁發(fā),李萬里.  自動化學(xué)報. 2017(11)
[2]基于表現(xiàn)手法的國畫分類方法研究[J]. 高峰,聶婕,黃磊,段凌宇,李曉明.  計(jì)算機(jī)學(xué)報. 2017(12)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的繪畫圖像分類研究[J]. 肖志鵬,王小華,楊冰,姚金良.  中國計(jì)量大學(xué)學(xué)報. 2017(02)
[4]傳統(tǒng)中國畫的分類及欣賞[J]. 劉太雷.  美與時代(下半月). 2002(05)

博士論文
[1]基于視覺感知的中國畫圖像語義自動分類研究[D]. 鮑泓.北京交通大學(xué) 2012

碩士論文
[1]基于深度學(xué)習(xí)的水表檢測Android應(yīng)用設(shè)計(jì)與實(shí)現(xiàn)[D]. 羅智勇.華南理工大學(xué) 2017
[2]基于Caffe平臺深度學(xué)習(xí)的人臉識別研究與實(shí)現(xiàn)[D]. 魏正.西安電子科技大學(xué) 2015
[3]基于語義標(biāo)簽組織檢索方法的相冊應(yīng)用的設(shè)計(jì)與實(shí)現(xiàn)[D]. 劉笑江.中山大學(xué) 2015
[4]中國畫傳統(tǒng)筆墨的時代演進(jìn)[D]. 秦香石.哈爾濱師范大學(xué) 2012
[5]計(jì)算機(jī)輔助的國畫：分類、鑒別與系統(tǒng)[D]. 關(guān)曉惠.浙江大學(xué) 2005



本文編號：3110978