我院白茹意老师和郭小英副教授提出一种抽象绘画图像方向检测方法。检测图像的正确方向是计算机视觉和图像处理管道的重要组成部分。摘要抽象绘画作为一种特殊的意象类型，其内容具有模糊性，很难确定其定位。目前的方向检测研究存在以下几个问题：一是利用大量的低层图像特征进行分类；第二，在使用深度学习模型时，通常需要输入图像大小保持一致。为了解决这些问题，提出了一种多尺度、多层次的特征融合网络（MMFF-Net）。首先，利用局部二值模式（LBP）在RGB模式下生成三个不同尺度的LBP-RGB特征图，较好地表达了图像的旋转特征；其次，构建了基于AlexNet和空间金字塔池（SPP）的神经网络模型。选择两个数据集比较不同模型参数和模型结构的训练效果。与几种模型的实验结果相比，该模型有效地提高了抽象绘画图像的正确方向检测精度。该成果以“Automatic orientation detection of abstract painting” 为题发表在SCI(1区 Top)《Knowledge-Based Systems》上，期刊影响因子8.082。白茹意老师作为论文第一作者，郭小英副教授作为通讯作者。