基于分组LSTM与CNN的青铜器锈蚀类别智能标识方法
2021-10-29孙进越陈有路胡琦瑶
西北大学学报(自然科学版) 2021年5期
王 珺,孙进越,俞 凯,刘 成,吴 晨,陈有路,胡琦瑶
(1.西北大学 信息科学与技术学院,陕西 西安 710127;2.西北大学 文化遗产学院,陕西 西安 710127;3.西安市文物保护考古研究院,陕西 西安 710054;4.咸阳博物院,陕西 咸阳 712000;5.陕西省丝绸之路文化遗产数字化保护与传承协同创新中心,陕西 西安 710127)
中国古代青铜器历史悠久,体现着各个时期的文化特点,蕴含着极高的研究价值[1]。青铜器锈蚀类别标识任务,是对青铜器表面的不同锈蚀进行识别标识,特别是有害锈的标识,从而为后续不同锈蚀的处理以及青铜器的保护及修复提供依据。然而,由于青铜器锈蚀产生较为随机,且锈蚀混杂,不易识别,这些因素给青铜器锈蚀标识带来了极大的挑战[2]。现有的青铜器锈蚀标识多采用人工方式,不仅耗时耗力,还会因个人经验差异带来标识的不一致性[3],有些方法甚至需要取样,对文物样本带来二次损伤。因此,迫切需要研究无损且智能的青铜器锈蚀标识方法。
近年来,随着文物保护研究手段的日益丰富,以及人工智能的飞速发展,开发智能且无损的青铜器锈蚀标识方法成为可能。其中,高光谱成像技术作为一种无损的数据采集技术,在农业[4]、遥感[5]、军事等领域应用广泛,近几年,在文物分析与保护领域也崭露头角,特别是在书画、壁画等文物保护研究中取得受人瞩目的进展[6]。高光谱图像包含着丰富的光谱信息,且具有“图谱合一”的特点,而不同锈蚀的本质是不同的化学组成,其具有光谱差异,因此,基于高光谱成像与分析的锈蚀标识成为可能。……
登录APP查看全文