陕西师范大学学报(自然科学版)

作者：樊晔, 王阳

单位：西北大学图书馆,陕西西安710127,西北大学科学史高等研究院,陕西西安710127,陕西省文化遗产数字人文重点实验室,陕西西安710127

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

基金：教育部人文社科研究青年基金(24YJCZH047)

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1 200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F1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。

来源：2025年第6期

《陕西师范大学学报(自然科学版)》期刊编辑部

查看陕西师范大学学报(自然科学版)杂志2025年第6期