明成化斗彩鸡缸杯：釉下青花与釉上彩差值对齐AI鉴别数据集

1. “双子互证”式AI模型校验：利用本数据集独有的**“成对锚点”（Cup A 与 Cup B），训练 Siamese Network（孪生神经网络）。通过对比两只杯子在“斗彩对齐度” (Doucai_Alignment_Score)** 上的细微同源差异，建立成化御窑的“工手一致性”模型。这能有效识别出市面上“单只极精，但成对时风格不统一”的高端拼凑伪作。 2. 斗彩工艺的数字化拆解与复原：基于短波红外与可见光的分层数据，在数字空间中将“釉下青花”与“釉上五彩”进行图层剥离。结合**“青花下沉度” (Subglaze_Blue_Depth)** 数据，真实还原成化官窑“釉下青花为骨，釉上彩料为衣”的立体工艺结构，可用于开发高保真的 VR 鉴赏应用。 3. 微观特征的全生命周期监控：针对鸡缸杯极高的价值，利用数据集中的**“姹紫哑光度” (Purple_Glaze_Matte)** 和 “青花下沉度” 建立微观指纹档案。在文物借展归还或运输交割时，通过便携设备快速复扫这两个指标。一旦发生替换（高仿品的青花深度和紫彩光泽度必然不同），数据将产生剧烈偏差，从而实现定责理赔。

搜集汇总

背景与挑战

背景概述

该数据集专注于明成化斗彩鸡缸杯的AI鉴别，通过提供成对锚点训练孪生神经网络，实现‘双子互证’式校验，有效识别高端拼凑伪作。同时，它利用分层数据数字化拆解釉下青花与釉上彩工艺，还原立体结构，并基于微观特征建立指纹档案，支持文物全生命周期监控和定责应用。