基于对比学习与多尺度结合的陶瓷显微图像分类方法

作     者：耿国华 薛米妍 周蓬勃 拓东成 马星锐 刘晓宁 GENG Guohua;XUE Miyan;ZHOU Pengbo;TUO Dongcheng;MA Xingrui;LIU Xiaoning

作者机构：西北大学文化遗产数字化国家地方联合工程研究中心陕西西安710127 西北大学信息科学与技术学院陕西西安710127 北京师范大学艺术与传媒学院北京100875 

基　　金：国家重点研发计划资助项目(2019YFC1521103,2020YFC1523303) 国家自然科学基金重点资助项目(61731015) 陕西省重点产业链项目(2019ZDLSF07-02,2019ZDLGY10-01) 国家自然科学基金青年项目(61802311) 陕西省重点研发计划一般项目(2019JQ-668) 

出 版 物：《西北大学学报（自然科学版）》 (Journal of Northwest University（Natural Science Edition）)

年 卷 期：2021年第51卷第5期

页      码：734-741页

摘      要：陶瓷文物修复是文物保护研究中一项重要内容,对碎片分类可提高修复效率。针对人工标注分类耗时长、效率低、主观因素大等问题,该文基于对比学习方法对陶瓷显微图像进行分类,然而,传统的SimCLR(a simple framework for contrastive learning of visual representations)对比学习网络不能精准提取陶瓷显微图像细节,因此,该文将SimCLR网络与多尺度方法结合,对陶瓷显微图像进行分类。首先,将采集到的陶瓷显微图像进行增强并提取特征,在特征提取模块使用多尺度卷积操作替换SimCLR中的标准卷积,使得网络具有更大的感受野,提取到更加准确的特征信息;其次,使用多层感知机(MLP)将提取到的特征进行降维处理,提高后续计算效率;最后,使用归一化温度标度的交叉熵损耗对模型进行优化。实验结果表明,改进后的网络在陶瓷显微图像分类中比原始网络准确率提高1.8%,达到98.6%,且网络参数只增加了0.11 m。该方法能以较小的代价有效对陶瓷碎片分类,辅助文物修复。

主 题 词：陶瓷碎片分类 对比学习 显微图像 多尺度融合 SimCLR 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.16152/j.cnki.xdxbzr.2021-05-003

馆 藏 号：203105224...