一种用于艺术作品分析的多模态深度学习方法

本发明公开了一种用于艺术作品分析的多模态深度学习方法，本发明涉及计算机视觉技术领域，包括多模态数据预处理：获取艺术作品的视觉图像、文本描述及元数据，本发明的优点在于：通过运用多模态数据预处理从艺术作品的视觉图像、文本描述及元数据中分别提取有价值的特征向量，跨模态动态融合步骤借助注意力机制，动态调整各模态特征的重要性，使得不同来源的风格信息能有效整合，在风格迁移阶段，多尺度特征金字塔网络用于融合不同层次的特征信息，实时反馈优化则通过判别器持续评估并调整参数，与现有的神经风格迁移方法相比，本发明更好地处理复杂艺术风格，在迁移过程中精准保留特定风格的核心要素，提升了风格迁移的准确性和艺术表现力。