지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.12
- 수록면
- 317 - 328 (12page)
- DOI
- 10.9708/jksci.2024.29.12.317
이용수
초록· 키워드
오류제보하기
본 연구는 이미지 데이터를 기반으로 회화 작품의 특징을 분석하고 작가를 자동으로 분류하기 위한 새로운 방법론을 제안한다. 서양 예술작품에 초점을 맞춘 선행 연구와 달리, 한국 작가군(i.e. 신사 실파)의 데이터 셋을 구축하여 활용했다. CLIP 모델의 이미지 인코더를 통해 작품의 의미적 특징을 벡터 공간으로 변환하였으며 텍스트의 설명과 함께 학습함으로써 이미지의 의미를 더 풍부하게 이해하였다. 이에 더해 색상 정보는 RGB 및 HSV 색공간 분석으로, 질감 특성은 GLCM 기반 분석으로 추출되었다. 이렇게 통합된 특징 벡터는 K-평균 군집화를 통해 분석되었고, 높은 분류 정확도(87.4%)를 기록했다. 본 연구는 비지도 학습 환경에서도 이미지 간 유사성을 효과적으로 식별하고 작가별 작품을 정확히 분류할 수 있음을 입증했으며, 각 군집의 대표 이미지 분석을 통해 고유한 색조와 질감 특성을 제시하여 작품의 조형적 특징과 예술적 경향성을 식별하는 데 기여했다.
목차
Abstract
요약
I. Introduction
II. Preliminaries
III. The Proposed Scheme
IV. Experiments
REFERENCES
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-092264759