摘要
识别视觉艺术作品是具有挑战性的，因为艺术图像包含了丰富的内部多样性、模糊的边界以及非摄影性质的纹理，同时这些图像还包含与艺术家、流派、风格和历史时期相关的线索。传统的卷积模型或变换器模型通常源自自然图像分类任务，但这些模型可能无法充分捕捉到区分绘画、素描、版画等艺术形式的视觉特征。本文提出了ArtNAS-Style，这是一种可微分的神经架构搜索框架，它将艺术风格的先验知识融入到架构搜索过程中，以辅助视觉艺术作品的识别。该框架不仅仅通过分类损失来优化架构选择，而是采用了一个兼顾多种目标的评估方法：同时考虑识别准确性、风格相关特征的多样性、对笔触质感的保护以及在不同风格领域的鲁棒性。所提出的风格先验编码模块能够从每件艺术作品中提取出语法统计信息、光谱特征和调色板分布数据；而基于先验条件的搜索单元则利用这些线索在搜索过程中动态调整候选架构的参数。风格平衡架构正则化器则有助于防止搜索到的架构过度适应某个特定艺术类别，从而在不同类型的艺术作品中保持识别特征的区分性。该搜索模型结构紧凑、可端到端训练，并且能够应用于多种识别任务。我们的评估范围包括风格、艺术家、流派和对象类型的识别，同时还涵盖了参数对比实验、鲁棒性测试、统计分析以及计算成本等方面的评估。
