摘要
汉代石刻蕴含丰富的历史与艺术信息，但其图像往往存在严重的风化现象、磨损痕迹以及复杂的雕刻纹理，这使得对其进行精细分类变得十分困难。为解决全局语义结构与局部材料纹理之间的紧密关联问题，本文提出了一种名为频率引导协同ConvNeXt（FGC-ConvNeXt）的双分支空间-频率分类框架。空间分支利用ConvNeXt-Tiny提取多尺度语义特征，而频率分支则通过快速傅里叶变换来处理与结构和纹理相关的信息。在频率分解过程中采用固定频率阈值τ = 0.22，且两个分支都会被映射到512维的特征空间中。空间-频率门控融合模块能够在样本层面动态调整这两个分支的贡献，同时通过损失权重为λ = 0.4的频域辅助监督机制，防止在联合优化过程中各分支性能下降。实验是在一个包含6368幅汉代石刻图像的自构建四类数据集上进行的，这些图像的输入分辨率为224 × 224像素。经过三次独立测试，FGC-ConvNeXt的准确率达到了97.6 ± 0.2%，精确率为97.8 ± 0.2%，召回率为97.4 ± 0.3%，F1分数也为97.6 ± 0.2%，其准确率比ConvNeXt-Tiny基准模型高出4.1个百分点。该模型的参数量为2980万。可视化分析结果显示，该模型的特征分布更为清晰，激活模式也更加集中；而稳健性实验则表明，在所评估的条件之下，该模型的分类稳定性有所提升。
