Nalazite se na CroRIS probnoj okolini. Ovdje evidentirani podaci neće biti pohranjeni u Informacijskom sustavu znanosti RH. Ako je ovo greška, CroRIS produkcijskoj okolini moguće je pristupi putem poveznice www.croris.hr
izvor podataka: crosbi !

Računalno otkrivanje stilskih obilježja slikarskih djela utemeljeno na analizi značajki slike više razine (CROSBI ID 429156)

Ocjenski rad | doktorska disertacija

Cetinić, Eva Računalno otkrivanje stilskih obilježja slikarskih djela utemeljeno na analizi značajki slike više razine / Grgić, Sonja (mentor); Zagreb, Fakultet elektrotehnike i računarstva, . 2019

Podaci o odgovornosti

Cetinić, Eva

Grgić, Sonja

hrvatski

Računalno otkrivanje stilskih obilježja slikarskih djela utemeljeno na analizi značajki slike više razine

Dostupnost velikih kolekcija digitaliziranih slikarskih djela otvorila je mogućnost novih istraživačkih pristupa u analizi likovne umjetnosti, zasnovanih na razvoju i primjeni metoda računalnog vida i strojnog učenja. Cilj je istraživanja ovog doktorskog rada ostvarenje metoda za računalnu detekciju i analizu stilskih obilježja slikarskih djela. Razvoju tih metoda pristupa se prema uzoru na povijesno-umjetničku analizu djela koja obuhvaća tri razine razmatranja: kategorizaciju, formalnu analizu i doživljajnu analizu. Metode za sve razine pristupa zasnivaju se na primjeni dubokih konvolucijskih neuronskih mreža. Prva razina pristupa odgovara problematici automatske klasifikacije slika. Provedena je usporedna analiza različitih postavki učenja mreža te su postignuti trenutno najbolji rezultati klasifikacijske točnosti za većinu predstavljenih zadataka klasifikacije slikarskih djela. Druga razina pristupa ostvaruje se razvojem metode kvantifikacije zastupljenosti specifičnih stilskih obilježja i predikcije vrijednosti tih obilježja zasnovana na učenju regresijskih modela konvolucijskih neuronskih mreža. Treća razina pristupa ostvaruje se metodom kvantifikacije subjektivnih aspekata estetske, afektivne i memorijske percepcije likovnog djela. U ovome radu prvi se puta provodi usporedna analiza predikcijskih vrijednosti navedenih percepcijskih obilježja dobivenih primjenom konvolucijskih neuronskih mreža na velikom skupu slikarskih djela. Kvantitativni i kvalitativni rezultati dobiveni primjenom predstavljenih metoda druge i treće razine pristupa sukladni su s povijesno-umjetničkim saznanjima, kao i s rezultatima ispitivanja ljudskih procjena zastupljenosti određenih obilježja u slici.

digitalna analiza slike ; klasifikacija slikarskih djela ; duboko učenje ; računalni vid ; značajke slike više razine ; konvolucijske neuronske mreže: digitalna povijest umjetnosti

nije evidentirano

engleski

Computational detection of stylistic properties of paintings based on high-level image feature analysis

nije evidentirano

digital image analysis ; fine art classification ; deep learning ; computer vision ; high level image features ; convolutional neural networks ; digital art history

nije evidentirano

Podaci o izdanju

115

13.06.2019.

obranjeno

Podaci o ustanovi koja je dodijelila akademski stupanj

Fakultet elektrotehnike i računarstva

Zagreb

Povezanost rada

Računarstvo