来源：期刊VIP网 时间：
作者：王建华;陈涣予;陈渝;
单位：昆明学院美术与艺术设计学院;桂林理工大学艺术学院;云南开放大学经济与管理学院;
摘要：织物纹样的图像识别是纺织业中一项重要的技术，为提高民族织物纹样图像的准确识别率，保存纹样数字化信息，本研究以彝族织物为例，提出一种基于ResNet50模型与多头注意力机制相结合的纹样图像识别算法。首先使用扩充后符合训练要求的图片构建织物纹样数据库；然后构建ResNet模型，在模型中添加多头注意力机制模块，通过注意力机制获取的图像全局信息进行训练；最后采用GN(Group Normalization)层对样本通道求平均值，最后得出模型准确率为90.8%，较未加入注意力机制的ResNet模型提升了14.8%。基于此模型能快速准确识别复杂场景下拍摄或扫描的民族织物纹样图像，提高织物纹样识别的效率。
关键词：图像特征;;深度卷积神经网络;;注意力机制;;图像分类
基金资助：2022年四川省教育厅现代设计与文化研究中心项目(No.MD22E003)
