基于双分支注意力融合网络的贺兰山岩画图像分类

摘要

岩画作为一种特殊的历史文化遗产，其数量大、分布广，图像分类面临复杂元素交叉干扰的挑战，难以实现高效准确的分类识别，而深度学习等技术的发展为岩画的保护研究提供了新的契机。基于此，提出一种双分支注意力融合网络（DBAFN），融合ResNet50的局部特征提取能力与ViT（vision Transformer）的全局语义建模能力，以贺兰山岩画为例，通过门控注意力机制动态加权特征，提升岩画分类精度。在包含1 200幅贺兰山岩画图像（人面像、动物、狩猎场景）的数据集上，DBAFN实现85.62%的分类准确率，较单一ResNet50（81.46%）和单一ViT（80.02%）提升显著，其中狩猎岩画F₁值提高至82.35%。实验表明，该网络能有效解决岩画误分类问题，为文化遗产语义解析与跨学科研究提供新路径，助推人工智能在文化遗产数字化保护领域的应用。

关键词

贺兰山岩画 / 双分支注意力融合网络 / 图像分类 / 门控注意力机制 / 深度学习