西北大学学报（自然科学版）

 

微信公众号

 

编委会主任：张国伟

执行主编：亢小玉

CN：61-1072/N

ISSN：1000-274X 

主管单位：陕西省教育厅

主办单位：西北大学

出版周期：双月刊

电话：029-88302822

邮箱：xdxbzr@nwu.edu.cn

官网：xdxbzk.nwu.edu.cn

 

快捷入口

  • 作者投稿
  • 专家审稿
  • 编辑办公
更多
  • 当期文章
  • 过刊浏览
  • 虚拟专辑
更多
Volume 55 期 1，2025 2025年55卷第1期

  • 文化遗产数字化保护

    耿国华, 高健, 汤汶, 张敏, 曾升, 高宏娟, 王小凤, 许阳, 张雨禾, 周明全

    DOI：10.16152/j.cnki.xdxbzr.2025-01-001
    摘要：中国拥有丰富多样的物质与非物质文化遗产，利用数字化技术进行文化遗产的建模、保护与展示，已成为文化遗产保护领域以及计算机图形学、计算机视觉等相关领域的研究热点。西北大学文化遗产数字化国家地方联合工程研究中心主要在三代文物采集建模设备、智慧博物馆建设、陶瓷器文物虚拟复原、古代人物面貌复原以及秦腔的智能媒体融合全息展演5个方面展开研究。然而，由于物质文化遗产与非物质文化遗产的本质不同，在建模方法、修复保护技术以及展示形式方面遇到诸多挑战：①现有文物数字化建模设备效率不高，且需要大量人工干预；②文物种类繁多、特征复杂、形态各异、语义丰富，需要开发适合中国文物的知识抽取和知识图谱构建方法，以实现高效的文物组织与展示；③对破损文物碎片的形状表示、描述方法以及自动重组的研究；④古代人物面貌的虚拟复原及性别和种族的识别；⑤全息展演技术面临高计算性能需求、艺术与技术融合的精准度、硬件兼容性、实时性、沉浸感和互动性等挑战。针对这5个方面的需求和挑战，首先，对近些年的相关领域的研究进行综述；然后，总结西北大学文化遗产数字化国家地方联合工程研究中心的系列成果；最后，对文化遗产数字化领域的未来研究方向进行展望。  
    关键词：文化遗产数字化;智慧博物馆;文物虚拟复原;知识图谱;全息展演技术   
    474
    |
    87
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <引用本文> <批量引用> 82025356 false
    更新时间：2025-02-08

    孙满利, 邓凯, 沈云霞, 孙骞, 毛维佳, 赵凤燕, 吴晨

    DOI：10.16152/j.cnki.xdxbzr.2025-01-002
    摘要：文物预防性保护是文物保护中至关重要的一环，经过文物保护工作者的不懈努力，我国文物预防性保护在理论研究和实践应用方面均取得显著成就。通过对国内外文献进行整理和分析，认为我国现阶段文物预防性保护仍然存在风险监测与识别不足、风险分析与评估不全面、风险控制比较单一、文物价值阐释深度和广度不足、利用传承方式不丰富、创新速度缓慢等主要问题。数字化技术在各领域都展现出了强大的优势，已应用于文物预防性保护，为文物预防性保护的持续推进开辟了新的方向。数智技术作为数字化技术发展的新阶段，具有数据驱动、高度智能化、实时性与高效性、融合性与协同性、普适性与个性化、动态优化与自我迭代等特征，可以为文物预防性保护提供有力支撑。分析认为，数智技术在文物预防性保护的数字化采集与建模、环境监测与预警、数据挖掘与分析、虚拟现实展示与应用、数字化管理等方面已有良好基础，将数智技术的快速发展与文物预防性保护的阶段需求进一步相结合，在数据采集、数据挖掘、风险识别、风险预报、风险管控、虚拟修复、数字建档、虚拟展示等应用中构建数字时代文物预防性保护科学体系，运用数智技术深化文物预防性保护的实践，是解决当前保护难题的关键途径，也是推动文物预防性保护领域新质生产力形成、突破现有瓶颈的重要策略。  
    关键词：文物保护;预防性保护;数智技术   
    378
    |
    62
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <引用本文> <批量引用> 82025349 false
    更新时间：2025-02-08

    杨富勇, 李华飙, 孟睿伟

    DOI：10.16152/j.cnki.xdxbzr.2025-01-003
    摘要：甲骨文目标检测是甲骨文数字化研究中重要一环，主要依靠深度学习模型实现对甲骨文图像中位置信息和分类信息的识别。为了避免模型过拟合，深度学习模型的训练一般需要依赖大规模的数据集，而在甲骨文目标检测领域，目前可用于深度学习的大规模数据集较少，很多研究所用的数据集均依靠专家人工标注和整理，这使得甲骨文目标检测数据集存在整理成本较高、数据量较小、数据质量不高、类别间均衡性差等问题。提出了动态两阶段Mosaic算法及甲骨文大规模数据集生成技术，解决传统Mosaic算法在处理甲骨文图像中存在的拼接图数量有限、图像的多样性和差异性不足、空白背景较大、信息缺失等问题，并设计了完整的数据集生成流程，实现了从甲骨文单字符图片到大规模数据集生成的流程化、智能化处理，从根本上解决了甲骨文目标检测领域的数据困境。通过此研究方法，生成了标注位置信息和类别信息且规模庞大的甲骨文数据集，共生成57万张甲骨文图像和57万份对应的标注文件，包含甲骨文类别416类，样本数量最少的类别包含了516个甲骨文字符，且数据集规模和各类别样本数量可动态调整以避免类别间样本不均衡。采用YOLOv8模型对生成后的大规模数据集进行训练，在经过200批次训练后，模型精度（Precision）达到96.45%，mAP50值为97.75%，mAP50-95值为96.96%，从模型训练曲线看，训练过程表现出较好的稳定性和高效性，模型训练结果表明，研究的数据集生成技术可应用于甲骨文目标检测。  
    关键词：甲骨文;深度学习;目标检测;数据集;YOLOv8算法   
    198
    |
    23
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <引用本文> <批量引用> 82025350 false
    更新时间：2025-02-08

    王茹, 王垚, 王忠杰, 姚彦彤

    DOI：10.16152/j.cnki.xdxbzr.2025-01-004
    摘要：在古建筑木构架健康状态评估的研究中，诸多影响因素相互依赖，互成因果，各类残损间存在耦合作用，不仅加剧了古建筑损伤的恶化，同时也对健康评估体系的系统性与准确性构成了挑战。基于此，提取古建筑木构架健康状态的核心影响因素，运用决策实验室分析法（DEMATEL）、解释结构模型（ISM）结合网络分析法（ANP）构建古建筑木构架健康状态评估体系。首先，通过DEMATEL-ISM计算各影响因素的重要程度与耦合效应，建立古建筑木构架健康状态评估指标递阶结构模型；其次，通过ANP法计算评估指标权重，得到考虑指标相互影响作用下的综合评估结果；最后，通过BIM二次开发技术，在建筑信息模型平台中完成了古建筑木构架健康状态评估模块的开发，丰富了古建筑运维保护的数字化手段。研究成果有助于提高古建筑健康状态评估的综合性和科学性，为古建筑预防性保护决策与数字化健康档案建立提供了一定的支持。  
    关键词：古建筑木构架;健康状态评估;DEMATEL-ISM;网络分析法;BIM二次开发   
    149
    |
    38
    |
    0
    <HTML>
    <网络PDF><Meta-XML>
    <引用本文> <批量引用> 82025354 false
    更新时间：2025-02-08
查看更多
更多
0