-
题名基于双分支注意力融合网络的贺兰山岩画图像分类
- 1
-
-
作者
樊晔
王阳
-
机构
西北大学图书馆
-
出处
《陕西师范大学学报(自然科学版)》
2025年第6期51-61,共11页
-
基金
教育部人文社科研究青年基金(24YJCZH047)。
-
文摘
岩画作为一种特殊的历史文化遗产,其数量大、分布广,图像分类面临复杂元素交叉干扰的挑战,难以实现高效准确的分类识别,而深度学习等技术的发展为岩画的保护研究提供了新的契机。基于此,提出一种双分支注意力融合网络(DBAFN),融合ResNet50的局部特征提取能力与ViT(vision Transformer)的全局语义建模能力,以贺兰山岩画为例,通过门控注意力机制动态加权特征,提升岩画分类精度。在包含1200幅贺兰山岩画图像(人面像、动物、狩猎场景)的数据集上,DBAFN实现85.62%的分类准确率,较单一ResNet50(81.46%)和单一ViT(80.02%)提升显著,其中狩猎岩画F_(1)值提高至82.35%。实验表明,该网络能有效解决岩画误分类问题,为文化遗产语义解析与跨学科研究提供新路径,助推人工智能在文化遗产数字化保护领域的应用。
-
关键词
贺兰山岩画
双分支注意力融合网络
图像分类
门控注意力机制
深度学习
-
Keywords
Helan Mountain rock art
dual-branch attention fusion network(dbafn)
image classification
gated attention mechanism
deep learning
-
分类号
TP181
[自动化与计算机技术]
-
