Resumen Las cerámicas del horno de Changsha de la dinastía Tang son un patrimonio cultural icónico que destaca por su única caligrafía. La investigación actual se centra en el análisis textual, descuidando la identificación de escribas debido a la ausencia de conjuntos de datos públicos y las limitaciones de métodos dependientes de expertos. Abordamos esta brecha construyendo el primer conjunto de datos integral de 1865 imágenes de caracteres de 135 artefactos. Para facilitar la atribución automatizada de escribas, desarrollamos una red neuronal convolucional de doble camino que integra un módulo de atención global multiescalar (MSGA), mejorando la percepción de características a través de la fusión y atención multiescalarla. Los experimentos muestran que MSGA alcanza un 97.85% de precisión, superando significativamente las líneas base de atención no local (93.75%). Al aplicar nuestro modelo a colecciones de museos, revelamos dos cerámicas en instituciones separadas que proceden del mismo escriba, un hallazgo que no fue detectado convencionalmente. Este trabajo establece un marco cuantitativo para la discriminación del estilo caligráfico y la atribución de escritura antigua, transformando el estudio de la caligrafía histórica a través de métodos de aprendizaje profundo.
Jiang et al. (Mié,) estudiaron esta cuestión.