Класифікація картин українських митців за допомогою нейронних мереж

У роботі розглянуто різні підходи до аналізу зображень за допомогою нейронних мереж. Як найбільш ефективний підхід, для подальшої розробки обрано конволюційні нейронні мережі. Описано архітектуру конволюційних мереж.
Зібрано набір даних, який включає в себе 2 379 картини 12 українських митців.
Розроблено нейронну мережу, яка з середньою точністю 88% класифікує вхідні дані. Як вхідні данні мережа може приймати випадкові картини з зібранного набору даних або посилання на картину в інтернеті.
Загалом, точність 88% - це високий показник як для класифікації картин. Менша точність в деяких митців зумовлена тим, що вони мають більшу кількість картин без яскраво вираженого унікального стилю. Такими можуть бути пейзажі, портрети і т.д.. Досить схожими є тематики та стилі картин Давида Бурлюка та Тетяни Яблонської. Передивлюючись набори даних для обох митців вирізняється те, що вони мають подібні погляди на відображення природи, натюрмортів і портретів.
В той же час, митці з особливим стилем, в яких картини одразу вирізняються з-поміж інших, мають більшу точність. Наприклад, картини Євгенії Гапчинської визначаються нейромережою з точністю у 100%, адже їй характерно малювати маленьку дитину з округлим лицем у різних експозиціях. Але ідеальна точність класифікації виявилась для робіт Дмитра Левицького, адже всі його роботи – це портрети на однаковому фоні, в однакових умовах. На відміну від інших, у цьому випадку нейромережа жодного разу не помилилась класифікувавши картину іншого митця як картину Левицького.

Явкін Д. Класифікація картин українських митців за допомогою нейронних мереж : кваліфікаційна робота … бакалавра : 123 Комп'ютерна інженерія / Явкін Данило. - Київ, 2021. – 33 с.