Digitalni repozitorij raziskovalnih organizacij Slovenije

Izpis gradiva
A+ | A- | Pomoč | SLO | ENG

Naslov:Intelligent recognition of ethnic costumes using YOLOv11 : a deep learning framework for cultural heritage preservation
Avtorji:ID He, Yunwu (Avtor)
ID Nguyen, Lan Thi (Avtor)
ID Chansanam, Wirapong (Avtor)
Datoteke:URL URL - Izvorni URL, za dostop obiščite https://reference-global.com/article/10.2478/tdjes-2026-0007
 
.pdf PDF - Predstavitvena datoteka, prenos (2,45 MB)
MD5: A3560590C0CABBED7A466287C1B0C130
 
Jezik:Angleški jezik
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:Logo INV - Inštitut za narodnostna vprašanja
Povzetek:The rapid digitization of cultural heritage creates new opportunities to preserve the visual and symbolic richness of ethnic traditions. However, accurate recognition of ethnic costumes remains challenging due to complex textures, overlapping patterns, and high inter-group similarity. This study proposes an intelligent recognition framework based on the YOLOv11 architecture for the digital preservation of multi-ethnic attire in Lijiang, China. By integrating a C2PSA spatial attention mechanism with multi-scale feature fusion, the model enhances discrimination of fine- -grained textile structures under complex visual conditions. A large-scale dataset containing 4,974 images from 55 ethnic branches was constructed for evaluation. Experimental results demonstrate that the proposed method achieves an mAP@0.5 of 98.416% and a recall of 95.923%, significantly outperforming YOLOv5 and YOLOv4 (p < 0.001). With only 5.8 million parameters and 16.2 GFLOPs, the model enables efficient real- -time deployment, contributing a robust AI-driven solution for cultural heritage informatics.
Ključne besede:intangible cultural heritage, deep learning, YOLOv11, ethnic costume recognition, spatial attention mechanism
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Datum objave:01.06.2026
Leto izida:2026
Št. strani:str. 201-243
Številčenje:No. 96
PID:20.500.12556/DiRROS-31206 Novo okno
UDK:004.93'1:004.8:391
ISSN pri članku:0354-0286
DOI:10.2478/tdjes-2026-0007 Novo okno
COBISS.SI-ID:285516035 Novo okno
Datum objave v DiRROS:21.07.2026
Število ogledov:31
Število prenosov:21
Metapodatki:XML DC-XML DC-RDF
:
Kopiraj citat
  
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Razprave in gradivo : revija za narodnostna vprašanja
Skrajšan naslov:Razpr. gradivo - Inšt. nar. vpraš.
Založnik:Inštitut za narodnostna vprašanja, = Institute for Ethnic Studies
ISSN:0354-0286
COBISS.SI-ID:23045378 Novo okno

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.

Sekundarni jezik

Jezik:Slovenski jezik
Naslov:Inteligentno prepoznavanje tradicionalnih oblačil s pomočjo modela globokega učenja za ohranjanje kulturne dediščine YOLOv11
Povzetek:Pospešena digitalizacija kulturne dediščine ponuja vse več priložnosti za ohranjanje vizualnega in simbolnega bogastva etničnih tradicij, kljub temu pa natančno prepoznavanje tradicionalnih oblačil ostaja izziv, zlasti zaradi kompleksnih tekstur, prekrivajočih se vzorcev in visoke podobnosti med posameznimi etničnimi skupinami. Članek predstavlja inteligenten pristop k prepoznavanju tradicionalnih oblačil na podlagi modela YOLOv11, uporabljenega za digitalno hrambo oblačil etničnih skupin v mestu Lijiang, Kitajska. Z vključitvijo mehanizma prostorske pozornosti C2PSA in večnivojskega združevanja značilk model omogoča učinkovito razlikovanje finih tekstilnih struktur v kompleksnih vizualnih pogojih. Za evalvacijo je bil pripravljen obsežen podatkovni nabor, ki vsebuje 4.974 slik iz 55 etničnih skupin. Eksperimentalni rezultati kažejo, da predlagana metoda dosega mAP@0.5 = 98,416 % in priklic (recall) 95,923 %, kar statistično značilno presega modele YOLOv5 in YOLOv4 (p < 0,001). Zaradi lahke zasnove (5,8 milijona parametrov, 16,2 GFLOPs) sistem omogoča sklepanje v realnem času s hitrostjo 142 sličic na sekundo na grafičnem procesorju in 28 sličic na sekundo na napravah z omejenimi viri, kar omogoča uporabo v različnih okoljih. Predlagani model predstavlja zanesljivo in uporabno rešitev za natančno prepoznavanje tradicionalnih oblačil ter prispeva k razvoju informatike kulturne dediščine, podprte z umetno inteligenco.
Ključne besede:nesnovna kulturna dediščina, globoko učenje, YOLOv11, prepoznavanje narodnih noš, prostorska pozornost


Zbirka

To gradivo je del naslednjih zbirk del:
  1. Razprave in gradivo

Nazaj