李大湘，张 玥

(1.西安邮电大学 通信与信息工程学院，陕西 西安 710121;2.西安邮电大学 电子信息现场勘验应用技术公安部重点实验室，陕西 西安 710121)

国画是使用毛笔和墨在绢、宣纸及帛上作画。作为中国传统绘画形式之一，国画特有的笔墨绘画技巧为人们展示了对象的神色、形态和风韵。国画的分类方式多样，按照内容可分为花鸟画、古树画、江南水乡、人物画和水墨画等[1]。早期的国画图像检索局限在人工标注，工作量庞大且标注精度不高。随着图像检索技术的不断发展，图像分类作为其重要组成部分，可以通过计算机自动分析国画图像内容，从而实现对国画的数字化管理。

目前，国画分类算法可分为基于浅层特征和基于深度学习两种。基于浅层特征分类算法的相关研究主要包括基于颜色的统计计算提取图像全局特征，并通过分隔绘画对象提取图像结构特征实现分类[2]。采用蒙特卡洛凸壳特征选择模型整合基础特征描述子，再使用支持向量机对不同艺术家的作品实现分类[3]。融合尺度不变特征变换(Scale-Invariant Feature Transform，SIFT)特征检测子和边缘检测得到国画关键区域，对关键区域视觉特征及内部领域差异性进行描述得到图像特征，再采用融合不同维度特征，级联分类策略实现分类[4]。建立对中国画分类的通用框架，用混合二维多分辨率马尔科夫模型(2-Dimensional Multi-resolution Hidden Markov Model,MHMM)表示不同艺术家的笔画属性实现分类[5]。在小波域内利用不同分辨率及频带的图像结构所展现的不同艺术风格的表现形式，获得国画艺术深度信息，再利用3种不同的分类器进行分类[6]。……