基于三维高光谱与Transformer的壁画风格自动分类方法研究

戎岩; 杨景龙; 张鹏昌; 曾子木

doi:10.15983/j.cnki.jsnu.2025019

陕西师范大学学报（自然科学版） ›› 2025, Vol. 53 ›› Issue (06) : 62 -70. DOI: 10.15983/j.cnki.jsnu.2025019

基于三维高光谱与Transformer的壁画风格自动分类方法研究

戎岩, 杨景龙, 张鹏昌, 曾子木

作者信息 +

Author information +

文章历史 +

PDF

摘要

提出了一种基于三维高光谱与Transformer的网络，用于中国中原风格与西域风格壁画的风格特征分类。通过采集壁画的高光谱图像，并构建相应的数据集，在此基础上，采用迁移学习的方法对所提出的网络进行训练。实验结果表明，与其他传统方法相比，文中方法的准确率相较于最优算法提升了0.92%，精确率提升了0.12%，召回率提升了1.4%,F₁分数提升了0.75%。此外，通过与基于彩色图像的深度学习分类方法的对比，相较于结果最优的方法，准确率提升了4.5%，精确率提升了1.9%，召回率提升了5.4%,F₁分数提升了3.7%。研究验证了高光谱信息在提升分类准确性方面的独特优势。