Unsupervised Clustering of Visual Styles in Tie-Dye Images Using Multiple Feature Representations
本研究表明，在扎染图像的无监督聚类中，颜色矩（Color Moments）的表现优于其他五种特征表示方法，在各种聚类规模和评估指标下，均提供了最连贯、稳定且鲁棒的分组结果。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
扎染是一门与人类智慧一样古老的工艺，通过对布料进行折叠、捆绑、缝合或夹紧，使其浸入染料中。其结果是形成一种具有模糊边缘、柔和色彩过渡以及仿佛在呼吸而非僵硬存在的图案的织物。几个世纪以来，这些纺织品一直被视为文化瑰宝，承载着地域的历史和匠人的手艺。然而，在现代世界中，博物馆和档案馆收藏着成千上万这类图像，却往往缺乏描述其具体风格、起源或所用精确技法的清晰标签。当藏品规模庞大到无法仅凭肉眼进行分类，且类别过于模糊而无法预先定义时，研究人员便会求助于计算机来协助寻找秩序。这就是无监督聚类（unsupervised clustering）的领域——一种算法观察一组图像并尝试根据其所见将其归为一类的过程，而无需被告知这些组别应该被命名为什么。挑战在于如何教会计算机去观察什么。一张图像可以用它的颜色、形状、纹理，或者由机器从数百万张其他图片中学习到的复杂模式来描述。但对于一种由染料的轻盈流动和边界的柔软感所定义的织物而言，并不容易确定哪种描述方式最为有效。
来自江南大学和南通扎染博物馆的研究团队致力于解决这个特定的谜题。他们收集了240张高质量的扎染样本照片，经过精心挑选，以代表各种各样的颜色和图案，同时剔除了任何模糊或重复的图像。他们的目标并非将这些织物归入已知的历史类别，而是观察计算机是否能自然地将它们划分为视觉相似的家族。为此，他们测试了五种不同的将每张照片转化为计算机可理解的数字集的方法。其中两种方法侧重于颜色统计，测量图像中颜色的整体分布和形状；一种方法关注织物的结构，追踪图案的边缘和方向；最后两种方法则使用了强大的预训练人工智能模型，这些模型已被教导去识别现实世界中的一般物体，研究人员希望这些模型也能理解扎染的微妙艺术。
研究人员将这些图像投入到一个标准的分组过程中，要求计算机将这240张照片分为五个不同的堆。随后，他们测量了这些堆的凝聚程度。结果清晰且令人惊讶。那些依赖复杂深度学习模型的法子——它们通常是现代图像分析的首选——表现很差。这些模型难以找到一种一致的方式来对扎染图像进行分组，每次计算机重新尝试时，往往会产生不同的结果。观察图案结构边缘的方法表现稍好，但仍未能捕捉到织物之间微妙的联系。最终的赢家是最简单的方法：一种描述图像中颜色整体形状和分布的方法。这种被称为“颜色矩”（color moments）的技术，始终产生了最连贯的分组。它发现，无论具体的图案如何，具有相似色彩平衡和色调关系的织物自然会归为一类。
当研究人员检查由这种以颜色为中心的方法所创建的组别时，结果符合人类的视觉直觉。一组包含了具有锐利径向图案的深色高对比度织物；另一组则包含了具有柔和弥散过渡的浅色柔和织物；第三组呈现出带有重复条纹的暗色调，而其他组则展示了带有方向性的暗淡多色点缀。计算机成功地根据染料沉淀的方式和颜色的相互作用，识别出了视觉家族。此外，这种方法具有极高的稳定性。当研究人员要求计算机使用略微不同的起始点运行同一任务二十次时，它每次都产生了几乎相同的分组。相比之下，更复杂的深度学习模型在每次运行时都会给出截然不同的答案，这表明它们并非在寻找数据中真实的底层结构，而是在对随机噪声做出反应。
研究还测试了如果要求不同的组别数量（从三个到七个不等），这些发现是否依然成立。基于颜色的方法在所有情况下表现都是最好的，始终能创建出最合乎逻辑且最稳定的聚类。这表明，对于扎染而言，由于其视觉风格更多是由颜色的全局关系和色彩过渡的柔软感而非锐利的边缘或特定物体形状来定义的，因此简单的颜色分布描述是最有效的工具。研究人员并未声称发现了新的历史分类法，或解决了每一个扎染图案的奥秘。相反，他们为这些在缺乏标签时如何组织藏品提供了一种可靠、可重复的方法。他们证明了对于这种特定类型的艺术，观察颜色的宏观图景比试图分析每一个微小细节或使用为其他目的训练的模型更为有效。
这项工作为博物馆和档案馆提供了一条切实可行的路径。通过使用这种直接的基于颜色的方法，馆员可以浏览大型藏品，寻找那些可能原本会被遗漏的视觉相似作品。它允许人们在不强行将图像塞入僵化、预定义框架的情况下，探索藏品的多样性。研究证实，最合适的工具取决于对象的性质本身。对于扎染这种流动的、由颜色驱动的世界，最强大的透镜并非最复杂的那个，而是最能捕捉染料在织物上行进精髓的那一个。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。