基于Vision Transformer的云南多民族传统绣花鞋图像识别与分类研究

中文关键词: 传统绣花鞋  图像识别与分类  注意力机制  Vision Transformer

中文摘要:

      传统民族服饰智能识别在民族服饰研究中具有重要意义。针对云南传统民族服饰分类存在效率低、主观性强、识别精度不高等问题，以云南地区绣花鞋为研究对象，通过迁移学习训练，借助Vision Transformer（ViT）模型进行绣花鞋自动分类验证。首先通过田野调查，采集绣花鞋数据，依据其特征对云南多民族绣花鞋进行民族与地域的主观分类；然后选取30种代表性绣花鞋形制作为样本，通过对实验环境、模型参数的设置，进行图像预处理，最后进行模型预训练，实现绣花鞋的自动识别与分类。实验结果表明，ViT模型的分类准确率达91.10%，能够有效识别云南民族绣花鞋的民族及地域归属。该技术为绣花鞋的规范化应用提供了客观依据，可以辅助解决绣花鞋“乱穿错搭”的问题，同时对民族文化保护与旅游产业的健康发展具有重要实践价值。

英文摘要: