Presentamos un marco estructurado de varias columnas para reconocer los medios artísticos a partir de imágenes de obras de arte. Diseñamos la columna de nuestro marco utilizando una red neuronal profunda. Nuestra idea clave es reconocer la textura distintiva de trazos de un medio artístico, que desempeña un papel clave en distinguir los medios artísticos. Dado que la textura de trazos está en una escala local, la imagen completa no es adecuada para reconocer la textura. Por lo tanto, ideamos dos ideas para nuestro marco: Muestrear parches de una imagen de entrada y emplear una matriz Gram para extraer la textura. Los parches muestreados de una imagen de obra de arte de entrada se procesan en las columnas de nuestro marco para tomar decisiones locales sobre el parche, y las decisiones locales de los parches se fusionan para tomar una decisión final para la imagen de obra de arte de entrada. Además, empleamos una matriz Gram, que se sabe que captura de manera efectiva la información de textura, para mejorar la precisión del reconocimiento. Nuestro marco se entrena y prueba utilizando dos conjuntos de datos de imágenes de obras de arte reales: de imágenes de obras de arte tradicionales y de imágenes de obras de arte contemporáneas. Finalmente, construimos , que es una colección de imágenes de obras de arte sintetizadas a partir de la literatura de gráficos por computadora, y proponemos una guía para evaluar las imágenes de obras de arte sintetizadas.