中国绘画语义资源：用于基于分辨率感知的数字化处理及结构化的文化遗产访问

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

　　

摘要 AI摘要

要查看此由AI生成的摘要，您必须具有高级访问权限。

了解更多 登录

摘要

摘要

中国画的数字化面临着独特的遗产信息学挑战：诸如笔触、故意留下的空白以及文本与图像的共存等具有文化意义的视觉结构，很难用通用的集合和计算表示方法来记录、访问和研究。我们提出了“中国画语义资源”（CPSR），其中包含1,797条去重后的绘画图像记录，附带12列的实验检索元数据以及一个双语的、包含24种类型的轻量级语义应用配置文件。通过在不同架构上使用单种子分类实验来诊断缩放后的衍生输入，我们发现512种方法在主要分类上的准确率最高（96.7%），并且相较于224种方法有显著提升；而1024种方法在七个合并的技术-主题类别上的效果则取决于具体模型：虽然它获得了最高的单个类别准确率（81.7%），但其跨模型的平均准确率比512种方法低0.9个百分点。三个后验的Grad-CAM案例研究提供了探索性的、相关性的观察结果，而非定量的定位验证。通过将文化背景丰富的配置设计与CIDOC-CRM、Getty AAT、IIIF和W3C Web Annotation等标准映射相结合，CPSR展示了如何在准备符合标准的访问方式的同时保留局部语义细节；但它并不声称能够完全理解每条记录的配置文件或模型层面的语义内容。

AI摘要

AI生成的摘要（实验性）

此摘要是由自动化工具生成的，并非由文章作者撰写或审核的。它旨在帮助发现内容、帮助读者评估相关性和协助相关领域的读者理解本文。它应该作为作者提供的摘要的补充，后者仍然是论文的官方摘要。完整文章才是权威版本。点击此处了解更多。

点击此处可以对该摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进和未来版本的生成。