跨风格古代壁画的自动检测与主题挖掘

为何解读古代壁画在今日仍然重要

在整个亚洲，古代壁画装点着洞窟、寺庙与墓葬的墙面，它们保存了关于日常生活、宗教与权力的故事——这些故事早已从书面记录中消失。然而，这些绘画如今以海量数字化藏品的形式存在，远超专家逐一审阅的能力。本研究展示了现代人工智能如何自动按风格对壁画进行分类并发现其反复出现的主题，帮助历史学家、馆长与公众在这个视觉世界中导航，从而更好地理解信仰与生活方式如何在数百年间演变。

用数字之眼解读壁画

作者并未依赖专家的经验目光，而是构建了一个将每幅壁画视为一束视觉线索的计算机框架。他们收集了近5400张来自三类场景的图像：长期凿刻的岩窟壁画、地上宗教建筑内的寺庙壁画，以及随葬于墓中的墓葬壁画。系统首先将每幅图像转换为若干种数值描述，捕捉其色彩谱、表面纹理、诸如边缘或装饰等局部细节，以及人物与场景的更广泛构图。通过结合对同一图像的不同“视角”，计算机获得了一种既丰富又多层次的识别能力，以区分不同的壁画风格。

教会计算机识别壁画风格

在提取出这些视觉指纹之后，作者训练了一种机器学习模型来学习哪些模式对应于洞窟、寺庙或墓葬壁画。系统的核心称为 MV2FLR，融合了五类特征，然后将它们输入一种简单但强大的统计分类器——逻辑回归。在未见过的壁画上测试时，该模型几乎以99%的准确率识别出风格，优于仅观察图像单一方面的更复杂深度学习网络。研究还表明，基于图块的特征（即捕捉小图像区域在整幅画中如何相互关联的特征）在区分风格方面尤其有效，而单凭颜色和纹理并不足以完成此任务。

在壁画描述中发现被隐含的故事

壁画不仅是图像；它们还通常配有简短的文本描述。为探究这些绘画的题材，研究人员在随附的中文文本上使用了一种现代主题挖掘方法——BERTopic。该方法将具有关键字相似性的壁画分为若干组，例如“菩萨”、“宴会”、“出行”或“说法”，并绘制出每个簇在洞窟、寺庙或墓葬场景中出现的频率。由此可见，题材既有显著的重叠也有明显的差异。三类壁画都频繁呈现佛教人物、护法神、侍从与飞天等形象，表明一种植根于经文与仪礼的共享视觉语言。

不同空间如何塑造艺术

与此同时，不同的壁画场所也发展出各自偏好的题材。寺庙壁画偏重宗教教化：取材于佛教经典的叙事场景、正式的说法会以及排列有序的天王与诸神像。墓葬壁画则更关注亡者的尘世与所期望的生活，强调宴会、音乐舞蹈、带马车的行列以及理想化的生活场景。洞窟壁画常常位于这两者之间，将净土与供养的虔诚场面与地区习俗的片段混合呈现。通过追踪这些主题在各朝代间的兴衰，作者展示了政治权力、宗教潮流与日常实践的变化如何在壁画上留下痕迹。

对理解过去有何意义

对非专业读者而言，结论很直接：通过将智能图像分析与文本挖掘结合，计算机现在可以帮助我们整理庞大的壁画藏品，突出不同传统的独特之处，并显示它们的共同点。该自动化方法并非要取代人类专业知识，而是为历史学家和馆藏管理者提供了一组强有力的探照工具，去发现肉眼无法看见的模式。与此同时，它也使保存、组织与呈现这些脆弱作品变得更容易，便于后代探索古人如何描绘神祇、统治者、普通人及他们想象的超越死亡的世界。

引用: Sun, S., Li, T. & Li, Q. Automated detection and topic mining of ancient murals across different styles. npj Herit. Sci. 14, 112 (2026). https://doi.org/10.1038/s40494-026-02374-1

关键词: 古代壁画, 文化遗产人工智能, 图像风格分类, 佛教艺术, 主题建模