中文摘要：

书法作品鉴别是书法传承和保护中的重要环节。 然而，传统鉴别只局限于有限专家的个人经验，缺乏客观量化的实证，难以应对时下大批量作品辨真识伪的迫切需求。本课题以数字图像形式的书法作品为对象，展开基于视觉感知和迁移学习的书法鉴别技术研究，具体内容包括（1）研究书法风格知识和书家个性知识，建立领域知识库；（2）研究书法作品图像的预处理技术；（3）遵循人眼视觉感知机理，基于统计学方法，用隐马尔科夫模型建立可计算的书法风格模型，用稀疏编码算法建立可计算的书家个性模型；（4）阐明书法鉴别的内部机理，建立书法鉴别的阶段模型书法风格鉴别和书家个性鉴别；（5）采用迁移学习方法，研究基于小样本或稀缺样本的名家书法鉴别问题。本课题以建立通用的书法鉴别模型入手，梳理书法鉴别的层次结构和关系，研究具体实现技术，旨在为大规模书法鉴别的发展提供新思路和技术实践支持。