来源：期刊VIP网 时间：
作者：陈家竣;张玺;赖家恩;
单位：南安普顿大学电子与计算机科学学院;常州工学院设计学院;广州理工学院艺术设计学院;
摘要：斯皮塔菲尔德丝绸藏品是英国文化遗产的重要组成部分，但其可访问性、数字化研究与展示潜力受到限制。为应对此问题，本研究提出专用于斯皮塔菲尔德丝绸图像的轻量级、无须训练的多模态分类与语义描述框架TANGO。该框架使用ResNeSt-101提取视觉特征，并结合K-Means聚类与基于CLIP的标签优化进行处理。同时，引入大语言模型DeepSeek LLM 7B，为每件藏品生成描述，以补充缺失信息。基于来自维多利亚与阿尔伯特（Victoria and Albert,V&A）博物馆的数据集开展的实验结果显示，本研究提出的模型能改善聚类效果，并生成有效注释，从而实现更有意义的数字化组织、文化解读和虚拟策展，有助于斯皮塔菲尔德丝绸文化遗产的可持续发展。
关键词：文化遗产数字化;;视觉语言基础模型;;多模态图像分类;;斯皮塔菲尔德丝绸
基金资助：2023年教育部中华优秀传统文化专项课题（A类）重点项目——17-19世纪织绣文化中的中西交流研究（No.23JDTCA097）;; 广州理工学院2024年度校级科研项目——岭南文化视域下粤港澳大湾区肇庆文化设计创新研究（No.2024KY020）;; 2025年肇庆市哲学社会科学规划学科共建项目——“百千万工程”引领下影像美育赋能龙甫镇乡村新风尚实践研究（No.25GJ-460）
