基于图传导博弈的古钱币分类
计算机视觉与模式识别
2018-10-03 v1
摘要
识别古钱币的类型需要钱币学领域的理论专业知识和多年经验。本工作的目标是通过一个视觉分类框架将这一耗时且要求高的任务自动化。具体而言，我们提出使用图传导博弈（Graph Transduction Games, GTG）来建模古钱币图像分类。GTG 将分类问题视为一个非合作博弈，其中参与者（钱币图像）根据其他参与者的选择决定其策略（类别标签），从而在最终标注时达成全局共识。实验在唯一公开可用的数据集上进行，该数据集由 60 种罗马钱币的 180 张图像组成。我们证明，当训练集中每类分别有 1 张和 2 张图像时，我们的方法在同一数据集上的分类准确率分别为 73.6% 和 87.3%，优于文献中的工作。
引用
@article{arxiv.1810.01091,
title = {Ancient Coin Classification Using Graph Transduction Games},
author = {Sinem Aslan and Sebastiano Vascon and Marcello Pelillo},
journal= {arXiv preprint arXiv:1810.01091},
year = {2018}
}