近日，我院沈家全博士以第一作者的身份并以洛阳师范学院为第一单位在国际文物数字化领域顶级学术期刊《Heritage Science》发表题为《An Algorithm Based on Lightweight Semantic Features for Ancient Mural Element Object Detection》的论文。该论文由洛阳师范学院的沈家全、李德光和张永新，南京航空航天大学的刘宁钟、孙涵共同完成。《Heritage Science》国际遗产研究领域权威期刊，最新中科院分区为1区TOP期刊，该期刊主要刊载文化遗产数字化、文化遗产保护、遗产科学、考古学等领域的最新研究成果，致力于成为该领域同行进行快速学术交流的信息窗口与平台，已经成为文化遗产保护领域的学者开展研究的重要参考。

壁画元素包含人物、车马、花鸟、祥云等，对这些元素的数字化研究能更好地帮助我们理解历史与文化。该论文针对中国古代出土的壁画元素构建了大规模目标检测数据集，其标注样本类别丰富多样且跨越不同历史时期与地域，对中国古代历史研究具有重要价值。同时针对壁画存在的残缺问题，开发了自适应随机擦除数据增强算法，迫使模型学习更全面的特征信息，使其适应壁画的残缺场景。此外创建了中国古代壁画元素目标语义特征提取模型，利用上下文信息与残差注意力机制捕捉语义信息，提高了元素目标检测的准确率。最后在构建的壁画数据集上，将该论文提出的检测方法与其他几种先进的目标检测算法进行对比分析，可视化结果验证了本文方法的优越性。

目前，信息技术学院在院长张永新教授的带领下致力于文化遗产数字化保护、围绕文化遗产文化元素智能处理与文化内容智能生成，打造国内一流的科技创新高地、人才集聚平台和成果转化基地。

                                                            基于轻量级语义特征的壁画元素目标检测效果图