碑帖引导的书法临摹相似度深度视觉与结构证据评估框架

《Applied Sciences》：Reference-Relative Assessment of Calligraphic Handwriting Similarity Using Stele-Guided Deep Visual and Structural Evidence

　　

摘要专业翻译 书法临摹相似度的客观评估对于数字书法分析至关重要，然而由于毛笔书写差异表现为空间布局、笔画轮廓、笔画宽度、拓扑结构及全局视觉外观的耦合变化，这一任务仍具挑战性。现有的人工评估信息丰富但难以规模化复现，而传统图像相似度或分类模型无法直接衡量手写临摹在多大程度上保留了特定参照碑帖的可见证据。本研究以雁塔圣教序碑帖为参照，提出一种碑帖引导的深度视觉与结构评估框架，用于书法临摹相似度评估。该框架整合了非生成式图像预处理、质量控制的字形分割、自动同字配对，以及一个融合自监督视觉特征、结构图像通道、显式几何拓扑描述符与跨图像注意力的配对神经相似度模型。模型输出涵盖空间布局、笔画几何、笔画宽度与墨色表现、拓扑结构及深度视觉相似度五个维度的评分，同时提供总分、启发式不确定性指数及局部差异可视化。在不依赖专家相似度标注的前提下，模型利用原始碑帖字形的受控扰动进行训练与验证，从而能够在已知结构、轮廓、宽度、拓扑及组合失真条件下客观检验单调退化。在锁定的受控测试集上，完整模型实现了96.65%的容差一级序数准确率、0.9990的损伤判别AUC及1.0000的异字判别AUC，优于仅DINO、ResNet18及手工结构基线。应用于经身份验证的手写临摹字对进一步证明了为单个书法样本生成定量、维度特异相似度画像并辅以局部差异可视化的可行性。本研究建立了一个可复现的基于参照的评估框架，用于衡量视觉书法修复对经典碑帖证据的还原程度，但其结论仅限于客观图像级相似度，而非专家审美判断。

论文解读

一、研究背景与问题

书法临摹相似度的客观评估在数字人文、文化遗产数字化以及历史文献的计算化获取中日益重要。计算机辅助工具可通过将视觉差异转化为可重复的反馈来支持书法学习。在书法实践中，学习者与研究者常将手写临摹与权威来源（如碑帖拓本或权威字帖）进行比较，判断临摹是否保留了参照形态。然而，现有方法存在明显的方法论缺口：审美评估与笔迹评价方法依赖人工评分预测美感或可读性，而非针对固定历史字形；识别与历史风格分类预测字符或风格标签，成功的分类并不能量化已知手写字符对特定来源的忠实还原程度；笔势评估关注推断的书写动态而非静态同字对应；基于相似度的孪生网络方法虽支持成对或基于分数的学习，但无法同时提供碑帖相对比较、显式结构与拓扑证据、维度特异解释以及在受控参照衍生损伤下的评估。此外，单一像素重叠或嵌入分数无法识别分歧来源，而生成式修复或非约束变形可能恰好抹除需要测量的偏差。因此，本研究旨在解决一个更具体的问题：给定雁塔圣教序碑帖中的一个字形和同字手写临摹，临摹在多大程度上复现了该指定参照的可见证据。

二、研究内容与总体结论

研究人员提出了YantaSimilarityNet，一个碑帖引导的配对框架，整合冻结的自监督视觉特征、结构图像通道、显式几何拓扑描述符与跨图像注意力。模型输出空间布局、笔画几何、笔画宽度与墨色表现、拓扑结构及深度视觉相似度五个维度评分，并附带总分、不确定性指数与局部差异图。由于缺乏经专家验证的相似度标签，监督信号仅来源于碑帖字形的受控扰动，手写临摹图像被隔离在训练之外。在锁定的受控测试中，YantaSimilarityNet实现了60.03%的五级精确序数准确率与96.65%的容差一级准确率，损伤判别AUC达0.9990，异字判别AUC达1.0000。拓扑扰动产生23.92分的平均得分差距。完整框架的序数性能优于仅DINO、ResNet18及手工结构基线，消融实验支持结构、几何拓扑与跨注意力组件的互补贡献。该研究建立了可复现的基于参照的评估框架，用于衡量视觉书法还原对经典碑帖证据的还原程度，但结论仅限于客观图像级相似度而非专家审美判断。

三、主要关键技术方法

研究人员构建了非生成式页面级拓本增强流程，包括背景校正、引导滤波与对比度受限自适应直方图均衡化。字形分割采用针对碑帖规则网格与临摹本灵活版面的不同策略，并通过质量门控（V3）筛选前景完整、无边缘接触且不少于80个前景像素的字形。受控扰动数据集构建以原始碑帖字形为身份级划分单位，生成布局、笔画几何、宽度/墨色、拓扑及组合损伤五类扰动，每类含四个预设严重度等级，并设定维度特异目标斜率系数。模型架构采用冻结的DINOv2 ViT-S/14视觉骨干、共享结构编码器（含灰度、掩膜、边界、距离变换与骨架五通道）、32维显式几何描述符、双向交叉注意力块及五头评分网络。训练采用两阶段预训练加正式训练协议，损失函数由Smooth-L1、排序、不变性、InfoNCE、融合单调性与熵正则化组成。样本队列来源为25页雁塔圣教序数字影印本（提取1557个非空碑帖字形）及六名书法专业研究生按统一书写协议完成的临摹本（3202个非空字形裁剪，3108个通过质量门控）。

四、研究结果

受控扰动产生单调相似度退化。 在锁定的216个测试字形身份上，每个身份在一种允许变换、五个损伤家族各四个严重度及一个异字条件下评估，共产生4752个成对比较。布局、笔画几何、宽度/墨色、拓扑及组合损伤序列中，对应预测分数随预设严重度增加而下降，所有对应损伤家族的字形级Spearman相关系数均为?1.0000。五级精确序数准确率为60.03%，容差一级准确率达96.65%。允许变换与全部受控损伤对的AUC为0.9990，允许变换与异字对的AUC为1.0000。拓扑中断产生23.92分的平均允许到损伤得分降幅，超过预设的10分接受阈值。

YantaSimilarityNet在序数评估中超越基线表征。 完整配对架构的五级精确准确率60.03%超过仅DINO（29.63%）、ResNet18（28.51%）及手工结构特征（34.74%），容差一级准确率96.65%远超三者（60.43%、52.49%、74.34%）。ResNet18的损伤AUC为0.999959，略高于完整模型的0.9990，但其精确与容差一级准确率显著较低。拓扑差距方面，完整模型为23.92分，ResNet18为15.34分，仅DINO为8.47分，手工结构为2.14分。结果表明近二元损伤检测不足以对有序严重度进行分级。

暖启动组件抑制分析揭示度量特异效应。 移除结构分支导致精确准确率从60.03%降至49.93%，容差一级准确率降至90.78%。移除几何拓扑描述符通路产生中等降幅至53.26%与94.51%。交叉注意力的移除仅将精确准确率降至59.04%，但容差一级准确率降至94.78%，拓扑差距从23.92降至20.49分。损伤AUC在三种消融中变化均小于0.003。拓扑差距在移除结构分支后增至27.38分，移除几何拓扑通路后增至27.46分，但伴随序数准确率的显著损失，反映度量权衡而非整体改进。

延续运行显示序数度量稳定但拓扑差距幅度可变。 三次延续运行的平均精确准确率为59.58%（标准差0.70个百分点），平均容差一级准确率为96.99%（标准差0.62个百分点），损伤AUC平均0.9989，异字AUC均为1.0000。拓扑差距平均22.73分（标准差1.43），三次运行范围为21.14至23.92分，2.77分的范围超过预设的2分稳定性标准，但每次运行均高于10分接受阈值。融合权重最大绝对范围为0.0016。

保守配对支持描述性临摹评估。 3108个通过图像质量控制的字形中，3051个满足序列约束检索的额外资格要求。六位书写者的候选数从209到785不等，严格自动程序在后续锚定与身份审查前保留每位书写者6至112对。28对通过自动与书写者锚定过滤器进入人工身份审查，移除3对异字对（审查前身份准确率89.29%），最终保留25对正式评分。赵世骏贡献12对，平均总分82.82；郭尚先贡献5对，平均81.95；黄子源贡献8对，平均83.83。全部25对的描述性均值为82.97。笔画几何维度在三位书写者中均为最低平均值（65.16至71.49），深度视觉相似度均为最高（89.47至91.81）。平均不确定性范围为11.04至12.09，低于15的拒绝阈值。

局部差异可视化展示模型分歧而不作审美判断。 两条固定规则在视觉检查前选择最高总分对与最接近总体中位数对，总分分别为87.25与82.90，不确定性指数为11.42与12.13。轮廓叠加暴露位移与轮廓分歧，骨架比较强调中断与连接点位移，DINO差异图提供冻结视觉表征中分歧的较粗空间汇总。解释图未用于修改分数或选择有利示例，所有字形以相同缩放规则显示，存储的解释图像无成对特异对比度调整。

五、讨论与结论

参照相对相似度作为独立测量任务。 本研究的主要贡献在于将书法相似度定义为参照相对测量而非识别或审美任务。YantaSimilarityNet比较已知同字对并量化与指定碑帖字形可见证据的对应程度。五个输出分离布局、笔画几何、笔画宽度与墨色表现、拓扑结构及深度视觉相似度。受控扰动提供可复现监督，无需假设未经验证的手写临摹本质上与碑帖相似。五级精确准确率60.03%与容差一级准确率96.65%的分离表明模型在有序相似度尺度的近似定位上比精确五类分配更可靠。模型在预设扰动系统内建立了构念敏感性，但不表明合成严重度等级复现了专家对自然手写差异的感知。专家判断对艺术价值、历史真实性与书写者能力仍然必要。

互补证据支持序数与拓扑敏感性。 模型比较表明分级相似度需要超越二元损伤检测的能力。ResNet18取得略高的损伤AUC这一例外具有科学信息价值，防止了在所有指标上声称最优的倾向，同时表明近完全分离受损与未受损输入并不能保证准确的严重度排序。序数准确率与拓扑敏感性为本研究提出的测量任务提供了比AUC更相关的证据。基线比较是受控功能比较而非全面最新技术基准，不构成对所有孪生、对比、度量学习或书法特异模型的优越性声明。

局限与展望。 研究结论仅限于客观图像级相似度，而非专家审美判断。受控扰动水平是预设实验设计点，并非自然书法中连续变化的穷尽或感知等距表示。自然手写分析应视为评分工作流可行性的示范，而非对更广泛书法作品泛化性的证据。配对覆盖率为追求精确而刻意降低，高拒绝率反映相似度、双向局部一致性与足够备选匹配裕度的要求，不应解释为分割或评分失败。模型解释应被视为可读差异图而非经过验证的因果解释。未来工作需在相同数据防火墙与评估协议下使用近期成对度量学习架构进行更广泛基准测试，并引入独立标注的差异区域以定量验证定位准确性。