基于CLIP嵌入和SVM的阿联酋住宅建筑文化遗产风格分类研究

这篇论文提出了一种多模态机器学习框架，用于分析阿联酋的住宅建筑风格。它结合了OpenAI CLIP模型提取的视觉特征和专家描述的文本特征，将它们整合到一个512维的嵌入向量中。通过降维和聚类，再使用SVM分类器进行自动分类，在八个风格簇上达到了98%的分类准确率，优于现有研究。