A Classificação dos Estilos de Arte da Pintura no Ensino de Arte Baseada em Aprendizado de Máquina sob a Perspectiva da Análise Semântica Afetiva

Para abordar os problemas de precisão e eficiência no algoritmo de classificação da arte da pintura no ensino de arte, propomos um algoritmo de classificação baseado em aprendizado de máquina para a arte da pintura no ensino de arte sob a perspectiva da análise semântica de sentimentos. Sete estilos de pintura artística representativos de quadrinhos ocidentais, desenho, pintura a óleo, aquarela, pintura de marcas nacionais, pintura a tinta e pintura mural são selecionados como objetos de pesquisa, e as imagens são pré-processadas por desruído e normalização. Subsequentemente, as características estilísticas das pinturas são identificadas, e as entropias de cor, bloco e contorno das imagens são adquiridas, respectivamente. Esses resultados são então integrados para criar um modelo de aprendizado de máquina de vários estilos de pintura. Para criar o modelo de classificação do estilo de pintura artística, as entropias de cor, bloco e contorno extraídas são mescladas e treinadas usando uma Máquina de Vetores de Suporte (SVM) na instrução artística. A abordagem alcança 94% de precisão na classificação de pinturas e tem as vantagens de dimensões de características reduzidas, tempo de operação rápido e invariância de escala.