[发明专利]一种铜镜文物识别系统和方法

说明书

本发明涉及一种铜镜文物识别系统，基于铜镜文物特征矩阵和神经网络模型的构建。首先获取铜镜的图像数据，按照特征集进行分级灰度共生矩阵的构建；基于深度学习领域的经典卷积神经网络CNN模型，构建应用于铜镜识别的自反馈调参神经网络模型。可以对铜镜文物进行不同层次的有效识别，而且通过收集用户对识别结果的反馈信息，加强对铜镜文物识别系统的迭代优化。

技术领域：

本发明涉及文物识别技术领域，具体来说，涉及铜镜类文物的显微对比和深度学习模型识别技术，以保证铜镜识别的准确性、实时性等方面的需求。

背景技术

近年来，随着我国经济、文化等领域的快速发展，文物、艺术品收藏及投资变得愈加活跃。广大铜镜收藏者、投资者因铜镜的仿品或赝品的存在，经常遭受巨大的经济损失，同时也严重扭曲了铜镜的文物艺术价值。因此，对铜镜进行科学鉴定就变得越来越具有现实意义。

然而，由于缺乏科学有效的鉴定系统及方法，近年来铜镜鉴定结论屡遭质疑，现有的铜镜鉴定系统及方法因受到社会发展而呈现的局限性，已严重不适应文物鉴定的现状和需求。

研究结果显示，历代学者对铜镜的研究着重传统文化方面和鉴赏方面，铜镜科技方面的研究主要集中于铜镜合金技术、铸造工艺、热处理及表面处理技术等方面，其中以何堂坤先生的研究较为系统全面。

传统鉴定系统和方法，主要凭借经验。传统经验实质是个人经验，个人在实践中见到的实物不尽相同，加以受教育水平、感官技能及分析、综合、抽象、概括表述方面的差异，其形成的经验各不相同。传统文物鉴定专家掌握的传统经验不能全面、系统、准确的反映出历史上所有文物及赝品的特征及规律。雇佣专家费用昂贵，并且在许多场合专家的数量很少，远不能满足实际需要。

科技鉴定方法采用荧光光谱等测试数据作为分辨真伪的论据，在实践中，缺乏专业技术人员进行科学的数据分析工作，造成相同数据解读出现的诸多问题。

因此，目前在铜镜鉴定领域并无可靠和科学的鉴定系统和方法，如何对铜镜进行准确识别已成为文物艺术品领域亟待攻克的的难题。

发明内容

基于以上原因，同时，也为了体现以科学的思想理论与现代考古学在文物研究领域的成果，满足广大文物考古工作者、博物馆工作者、文物研究者、文物收藏者、大学考古文博师生的研究、学习的需要，我们与该领域的专家紧密合作，提出了一种铜镜文物的识别方法和系统。在该系统中，依据铜镜鉴定的通用指标(例如：器型、工艺、铭文、纹饰等)分析，将铜镜鉴定特征数据化，利用计算机技术进行推理，做出断代分析，使得铜镜识别在准确性、实时性等方面受益。，本发明提供一种铜镜文物识别系统和方法，具体技术方案如下：

一种铜镜文物识别系统，其总体框架包括数据层、分析层和业务层，所述数据层经由标注平台对铜镜文物真品库图片进行标注；所述分析层则对标注的数据集进行分类识别，将识别的多维度标注结果入库；所述业务层则在入库标注数据的基础上完成特征矩阵构建和神经网络模型的训练，从而构成完整的铜镜文物识别系统；

所述特征矩阵构建为：首先获取铜镜的图像数据，按照特征集进行分级灰度共生矩阵的构建，得到能够真实表达铜镜文物特征的矩阵；

所述神经网络模型的构建为：利用构建的铜镜特征矩阵，基于深度学习领域的经典卷积神经网络CNN模型，构建应用于铜镜识别的自反馈调参神经网络模型，即在模型应用过程中根据铜镜识别结果的反馈数据自动进行模型的参数调整，以得到最优的铜镜识别模型；

铜镜识别系统分为基于特征矩阵的对比识别模块和基于神经网络模型的铜镜识别模块；

基于特征矩阵的对比识别模块为：主要对铜镜进行浅层识别，基于铜镜真品库的显微特征库，然后将待识别铜镜的显微特征与其进行多维权重融合相似度计算，从而得到铜镜的识别结果；