基于知识学习的文物色彩复原数字化理论与方法研究

国家自然科学基金面上项目

课题批准号:61373072。

起始时间:2014年1月- 2017年12月

文物色彩的数字化复原在许多领域都有着重要的理论价值和广泛的应用前景。由于涉及多学科交叉和多领域综合的知识,仅仅从文物物质基础分析出发或仅使用单一数字化手段的传统复原方法往往力不从心。针对这一问题,本项目将探究基于多学科交叉、多知识综合的文物色彩数字化复原。综合多种途径采集的多源数据,借助物理化学测试分析、数字图像技术等手段,结合专家对敦煌壁画史料的数据挖掘,利用机器学习的方法对上述知识进行学习,建立上述多源异构数据之间的统计分析模型,对受损文物的色彩进行数字化复原。

通过物理化学的测试分析手段结合现有的敦煌颜料样本数据,并结合专家经验和史料挖掘标记褪色后文物的原始颜色,同时通过色彩分析的手段对样本的数字化采样进行分析,构建具有多维特征的综合样本数据库。采用半监督学习的思想,利用基于密度的聚类分析对具有高维特征的稀疏样本空间聚类,并通过专家的二次标记扩充训练样本,在全局样本空间内使用支持向量回归的方法构建知识数据的统计分析模型。训练完成后,针对待复原文物的数字化采样,通过数字色彩处理得到最终的虚拟复原结果。

图片3