基于深度学习的古陶瓷纹饰自动鉴别系统建设研究
徐建斌

江西陶瓷工艺美术职业技术学院，江西省景德镇市，333000；

摘要：古陶瓷纹饰是古代手工业工艺、时代审美与历史文化的直观载体，是文物断代、真伪甄别、窑口溯源的核心依据。传统古陶瓷纹饰鉴别依赖文博专家人工研判，存在主观性强、效率偏低、标准不统一、人才稀缺等现实问题，难以适配文物数字化、规模化保护的发展需求。为实现古陶瓷纹饰鉴别智能化、标准化、高效化，本文立足深度学习计算机视觉技术，从系统建设现状、基础数据体系、整体建设方案、系统综合评价四个维度，开展古陶瓷纹饰自动鉴别系统建设研究。通过构建标准化纹饰数据集，设计模块化系统架构，优化卷积神经网络识别模型，实现古陶瓷典型纹饰的自动检测与分类鉴别。实验结果表明，所建系统识别精度高、运行稳定性好，能够有效弥补传统鉴别模式的短板，可为文博数字化保护、文物智能鉴定提供技术支撑。

关键词：深度学习；古陶瓷纹饰；自动鉴别；计算机视觉；系统建设

参考文献

[1]张磊，王晨。基于改进CNN的古陶瓷纹饰图像识别方法[J].计算机工程与应用，2023,59(12):231-238.

[2]李娟，赵阳。深度学习技术在文物图像智能识别中的应用研究[J].文物保护与考古科学，2022,34(04):112-118.

[3]陈明，刘杰。基于YOLO模型的古陶瓷纹饰快速检测与分类系统[J].计算机应用与软件，2024,41(02):189-195.

[4]王浩宇，孙雨桐。文物数字化背景下人工智能鉴别技术的应用与展望[J].文博，2023(03):89-94.

[5]周琦，吴嘉轩。基于卷积神经网络的传统陶瓷纹样智能识别研究[J].陶瓷学报，2022,43(05):876-882.