来源：期刊VIP网 时间：
作者：张迪;沈雪琪;伊晨;夏润乔;张玮;罗明勇;陈为;
单位：兰州理工大学计算机与人工智能学院;浙大城市学院计算机与计算科学学院;北京师范大学第二附属中学;浙江大学艺术与考古图像数据实验室;
摘要：针对国画意境分类中数据稀缺、特征单一与模型可解释性不足的问题，提出一种融合计算美学理论的双分支多标签分类方法。首先，基于谢赫六法构建了包含1 834幅作品的专业国画意境标注数据集；其次，设计了双分支网络架构：基于DenseNet(densely connected network)121的多视角特征提取网络（multi-view feature network,MVFN)从颜色、纹理、形状等美学要素和局部物象2个视角提取细节特征，视觉Transformer分支捕获全局语义信息。在特征融合阶段，引入通道-空间双重注意力机制，以自适应方式强化对关键特征的响应并抑制冗余信息。此外，使用分布平衡损失（distribution-balanced loss,DBLoss）解决长尾标签问题，并通过类激活可视化技术（gradientweighted class activation mapping,Grad-CAM）增强模型可解释性。实验结果表明，所提方法在主要指标上显著优于现有基线方法。该研究为国画意境的计算分析提供了系统性的技术框架，并进一步推动了计算美学方法在传统艺术理解领域的应用。
关键词：国画意境;;数字人文;;文化遗产计算;;多标签图像分类;;注意力机制
基金资助：国家自然科学基金项目(编号：62132017;62502423)
