中国画语义资源：用于分辨率感知数字化与结构化文化遗产访问

《Journal on Computing and Cultural Heritage》：Chinese Painting Semantic Resource for Resolution-Aware Digitisation and Structured Heritage Access

　　**摘要**中国画的数字化面临着独具特色的遗产信息学挑战：笔触、有意的留白以及图文共存等具有文化显著性的视觉结构，难以用通用的馆藏与计算表征方式加以记录、访问和研究。我们提出了中国画笔法语义资源（CPSR），该资源包含1,797条去重后的画作图像记录，配有12列面向实验的元数据发布以及一份双语、24种类型的轻量级语义应用配置文件。我们利用六种架构的单种子分类实验作为对调整后衍生输入的探测手段，发现512×512分辨率在主要类别上取得最佳结果（96.7%），相比224×224分辨率有广泛提升；而1024×1024分辨率在七个合并的技法—题材类别上的效果则因模型而异：它取得了最佳单项结果（81.7%），但跨模型平均值比512×512低0.9个百分点。三项事后Grad-CAM案例研究提供的是探索性的、相关性观察，而非定量的定位验证。通过将基于文化的配置文件设计与CIDOC-CRM、Getty AAT、IIIF以及W3C网络注释等代表性标准的映射关联起来，CPSR展示了如何在保留本地语义区分的同时为符合标准的访问做准备；它并不声称完成了逐条记录的配置文件填充，也不声称实现了模型级的语义理解。---**AI生成摘要（实验性）**> 本摘要由自动化工具生成，未由文章作者撰写或审阅。本摘要旨在支持检索发现，帮助读者评估相关性，并协助来自相邻研究领域的读者理解本工作。本摘要意在补充作者提供的摘要，后者仍为本文的主要概述。全文仍为权威的正式记录版本。[点击此处了解更多](/generative-ai/summarizations)。>> 点击[此处](javascript:void(0))评论本摘要的准确性、清晰度和实用性。您的反馈将有助于改进和未来的重新生成版本。如需查看此AI生成的通俗语言摘要，您需要拥有高级访问权限。