一个国画分类系统的设计与实现
发布时间：2021-03-31 06:33
国画作为我国独有的一种传统绘画艺术形式,在世界美术领域占有重要地位。欣赏和学习国画艺术除了关注作品的画面美感之外,还要了解作品的相关信息,包括作品从专业的角度如何分类。然而对国画进行分类需要一定的专业知识和素养,没有国画相关知识的普通观赏者对国画进行分类较为困难。本文设计与实现了一个国画分类系统来帮助用户对所拍摄的国画进行自动化分类。本文对国画分类系统的设计与实现过程进行了详细描述,包括了对现有相关软件和国画分类方法的调研、相关技术的介绍。描述了系统的需求分析、设计与实现,最后对系统进行了测试。本文的主要工作包括:（1）建立了一个按照题材和绘画手法两种分类标准标记的中国画作品数据集,并在该数据集的基础上对基于VGG-16的深度学习模型进行训练。为了解决训练样本量较小的问题,采用迁移学习的方法训练模型。实验结果表明针对本文的国画分类任务,迁移学习可以有效地提高模型的分类效果。（2）设计与实现了一个C/S架构的国画分类系统。其中系统的客户端基于iOS操作系统实现,主要负责UI交互、图像获取以及分类与匹配结果的展示。在客户端的设计与实现上,通过GCD技术将UI界面的工作与其他任务,诸如图像检...
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：88 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
缩略语表
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 国画的自动化分类方法
1.2.2 相关应用现状
1.3 主要工作内容
1.4 论文结构安排
第二章 相关技术概述
2.1 客户端开发相关技术
2.1.1 iOS系统与开发框架
2.1.2 iOS开发工具和语言
2.1.3 GCD多线程技术
2.2 服务器端开发相关技术
2.2.1 服务器框架
2.2.2 Redis数据库
2.2.3 Docker容器技术
2.2.4 Elasticsearch搜索引擎
2.3 深度学习
2.3.1 深度卷积神经网络
2.3.2 深度迁移学习
2.3.3 深度学习开发框架Keras
2.4 本章小结
第三章 国画分类模型的实现
3.1 建立数据集
3.2 模型训练的软硬件环境
3.3 模型训练
3.4 本章小节
第四章 需求分析与概要设计
4.1 系统需求分析
4.1.1 功能性需求
4.1.2 非功能性需求
4.2 概要设计
4.2.1 系统框架设计
4.2.2 系统功能模块
4.2.3 系统核心数据的存储结构设计
4.3 本章小结
第五章 详细设计与实现
5.1 客户端的设计与实现
5.1.1 图像获取模块
5.1.2 图像质量评估模块
5.1.3 网络传输模块
5.1.4 结果展示模块
5.2 服务器端的设计与实现
5.2.1 服务器端架构设计方案
5.2.2 服务器框架
5.2.3 图像匹配模块
5.2.4 消息代理模块
5.2.5 分类服务模块
5.3 本章小结
第六章 国画分类系统的测试
6.1 测试环境与服务器端部署
6.1.1 在Docker容器中部署服务器端
6.2 功能性测试
6.3 非功能性测试
6.3.1 系统负载测试
6.3.2 系统并发请求及响应时间测试
6.3.3 实际分类正确率和匹配成功率测试
6.4 本章小结
第七章 总结与展望
7.1 论文工作总结
7.2 后期工作展望
致谢
参考文献
【参考文献】：
期刊论文
[1]深度学习认知计算综述[J]. 陈伟宏,安吉尧,李仁发,李万里. 自动化学报. 2017(11)
[2]基于表现手法的国画分类方法研究[J]. 高峰,聂婕,黄磊,段凌宇,李晓明. 计算机学报. 2017(12)
[3]基于卷积神经网络的绘画图像分类研究[J]. 肖志鹏,王小华,杨冰,姚金良. 中国计量大学学报. 2017(02)
[4]传统中国画的分类及欣赏[J]. 刘太雷. 美与时代(下半月). 2002(05)
博士论文
[1]基于视觉感知的中国画图像语义自动分类研究[D]. 鲍泓.北京交通大学 2012
硕士论文
[1]基于深度学习的水表检测Android应用设计与实现[D]. 罗智勇.华南理工大学 2017
[2]基于Caffe平台深度学习的人脸识别研究与实现[D]. 魏正.西安电子科技大学 2015
[3]基于语义标签组织检索方法的相册应用的设计与实现[D]. 刘笑江.中山大学 2015
[4]中国画传统笔墨的时代演进[D]. 秦香石.哈尔滨师范大学 2012
[5]计算机辅助的国画：分类、鉴别与系统[D]. 关晓惠.浙江大学 2005
本文编号：3110978
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：88 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
缩略语表
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 国画的自动化分类方法
1.2.2 相关应用现状
1.3 主要工作内容
1.4 论文结构安排
第二章 相关技术概述
2.1 客户端开发相关技术
2.1.1 iOS系统与开发框架
2.1.2 iOS开发工具和语言
2.1.3 GCD多线程技术
2.2 服务器端开发相关技术
2.2.1 服务器框架
2.2.2 Redis数据库
2.2.3 Docker容器技术
2.2.4 Elasticsearch搜索引擎
2.3 深度学习
2.3.1 深度卷积神经网络
2.3.2 深度迁移学习
2.3.3 深度学习开发框架Keras
2.4 本章小结
第三章 国画分类模型的实现
3.1 建立数据集
3.2 模型训练的软硬件环境
3.3 模型训练
3.4 本章小节
第四章 需求分析与概要设计
4.1 系统需求分析
4.1.1 功能性需求
4.1.2 非功能性需求
4.2 概要设计
4.2.1 系统框架设计
4.2.2 系统功能模块
4.2.3 系统核心数据的存储结构设计
4.3 本章小结
第五章 详细设计与实现
5.1 客户端的设计与实现
5.1.1 图像获取模块
5.1.2 图像质量评估模块
5.1.3 网络传输模块
5.1.4 结果展示模块
5.2 服务器端的设计与实现
5.2.1 服务器端架构设计方案
5.2.2 服务器框架
5.2.3 图像匹配模块
5.2.4 消息代理模块
5.2.5 分类服务模块
5.3 本章小结
第六章 国画分类系统的测试
6.1 测试环境与服务器端部署
6.1.1 在Docker容器中部署服务器端
6.2 功能性测试
6.3 非功能性测试
6.3.1 系统负载测试
6.3.2 系统并发请求及响应时间测试
6.3.3 实际分类正确率和匹配成功率测试
6.4 本章小结
第七章 总结与展望
7.1 论文工作总结
7.2 后期工作展望
致谢
参考文献
【参考文献】：
期刊论文
[1]深度学习认知计算综述[J]. 陈伟宏,安吉尧,李仁发,李万里. 自动化学报. 2017(11)
[2]基于表现手法的国画分类方法研究[J]. 高峰,聂婕,黄磊,段凌宇,李晓明. 计算机学报. 2017(12)
[3]基于卷积神经网络的绘画图像分类研究[J]. 肖志鹏,王小华,杨冰,姚金良. 中国计量大学学报. 2017(02)
[4]传统中国画的分类及欣赏[J]. 刘太雷. 美与时代(下半月). 2002(05)
博士论文
[1]基于视觉感知的中国画图像语义自动分类研究[D]. 鲍泓.北京交通大学 2012
硕士论文
[1]基于深度学习的水表检测Android应用设计与实现[D]. 罗智勇.华南理工大学 2017
[2]基于Caffe平台深度学习的人脸识别研究与实现[D]. 魏正.西安电子科技大学 2015
[3]基于语义标签组织检索方法的相册应用的设计与实现[D]. 刘笑江.中山大学 2015
[4]中国画传统笔墨的时代演进[D]. 秦香石.哈尔滨师范大学 2012
[5]计算机辅助的国画：分类、鉴别与系统[D]. 关晓惠.浙江大学 2005
本文编号：3110978
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3110978.html
