基于视觉文字特征证据深度回归的历史手稿概率断代

我们引入了一种仅从视觉特征对历史手稿页面进行断代的概率方法。与先前文献中将世纪聚合为类别的标准做法不同，我们将断代视为连续年份轴上的证据深度回归问题，使得我们的神经网络能够在单次前向传播中输出完整的预测分布，并分解认知不确定性与偶然不确定性。我们的架构结合了 EfficientNet-B2 主干网络与 Normal-Inverse-Gamma (NIG) 输出头，采用联合负对数似然与证据正则化目标进行训练。在 DIVA-HisDB 基准（150 页，3 部中世纪抄本，151,936 个图像块）上，我们的模型测试 MAE 为 5.4 年，远低于 50 年的世纪标签监督粒度，其中 93% 的图像块误差在 5 年以内，97% 在 10 年以内。我们的方法在单次前向传播中实现了 \textbf{PICP=92.6\%}，在所有对比方法中校准效果最佳，优于 MC Dropout（PICP=88.2\%，50 次传播）和 Deep Ensembles（PICP=79.7\%，5 个模型），且推理成本低 $5\times$。不确定性分解表明，偶然不确定性是断代误差的强预测因子（Spearman $\rho=0.729$），对最确定的 20% 图像块进行选择性预测可提供 \textbf{0.5 年 MAE}。我们表明，随着图像退化加剧，预测的不确定性会增加；空间分解图解释了哪些文字区域导致了偶然不确定性；页面级聚合将 MAE 降至 4.5 年，且不确定性与页面级误差之间的 $\rho=0.905$。