TY -的A2 -艾哈迈德,赛义德·哈桑盟——京,梁AU - Lv,时风国际PY - 2021 DA - 2021/08/09 TI -艺术图像处理和颜色客观评价基于多色空间卷积神经网络SP - 4273963六世- 2021 AB -卷积神经网络的权重分享功能可以显著减少繁琐的网络结构,减少权重的数量需要训练。模型可以直接输入原始图像,没有特征提取和数据重建的过程中常见的分类算法。这种网络结构有良好的性能在图像处理和识别。基于颜色卷积神经网络的客观评价方法,提出了一种基于多色空间和卷积神经网络模型构建了一个基于VGGNet卷积神经网络(视觉几何组净)在三个不同的颜色空间,也就是说,RGB(红绿蓝),实验室(光度 一个b)和HSV(色相饱和度值)颜色空间。我们开展的研究数据输入处理和模型输出选择和执行彩色图像的特征提取和预测。模型输出选择法官后,不同的颜色空间融合的预测结果和最终的预测类别输出。本文从视觉艺术的多维关联图像处理和颜色的客观评价。考虑艺术绘画风格的演变之间的关系和艺术图像的颜色,本文还探讨了艺术形象维度的特征。针对不同的因素,相应的知识提取策略旨在生成颜色标签分布,为输入图像,提供补充信息的艺术历史和火车模型在多任务学习框架。本文在多个艺术绘画数据集实验证明这种方法优于单色标签分类方法。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/4273963 - 10.1155 / 2021/4273963摩根富林明计算智力和神经科学PB - Hindawi KW - ER