Although brush stroke is one of the inherent characteristics of oil paintings, it was not fully utilized in previous studies on oil painting classifications. In this research, the advantages and disadvantages of technologies that obtain depth information from oil painting were compared. Next, visualized images of depth information that brush strokes have were acquired using the Reflectance Transformation Imaging (RTI) technology actively used in the field of preserving and restoring cultural properties. After that, simple Convolution Neural Network was used to confirm the functionality of the RTI data, and three oil painting classification experiments were performed. The results confirmed the applicability of visualized image acquired through deep learning on input data, and verified that brush stroke is a significant trait in classifying oil paintings.
붓터치는 유화의 고유한 특성 중 하나지만, 유화 분류와 관련된 선행 연구에서는 이러한 특성을 잘 활용하지 못하였다. 본 논문에서는 먼저 유화에서 깊이 정보를 취득할 수 있는 기술들의 장단점들을 비교하고, 최종적으로 문화재 보존, 복원 분야에서 활발하게 사용되고 있는 Reflectance Transformation Imaging(RTI) 기술을 활용하여 붓터치가 갖고 있는 특징인 깊이 정보를 시각화한 이미지를 취득한다. 이후 간단한 Convolution Neural Network를 활용하여 RTI 데이터의 활용성을 확인한 뒤, 순차적으로 세 종류의 유화 분류 실험을 수행하였다. 결과적으로, 실험을 통해 딥러닝의 입력 데이터로 깊이 정보를 시각화한 이미지의 활용 가능성과 붓터치가 유화 분류에 있어 의미 있는 특징인 것을 확인하였다.