AutArch:用于考古目录中目标检测与自动记录的人工智能辅助工作流
计算机视觉与模式识别
2025-03-24 v3 图形学
机器学习
摘要
本文的背景是借助AI与大数据,从异构的已发表资源(如出土目录)创建大型统一考古数据集。论文关注考古数据一致化组合的难题。我们不能简单合并现有记录,因为它们在质量与记录标准上存在差异。因此,必须从已发表的考古插图重新创建记录。这只有在自动化辅助下才可行。本文的贡献是一种从作为遗留资源的考古出土目录(如大型无序PDF文件中的考古绘图与照片)收集数据的新工作流;该工作流依赖定制软件(AutArch)支持图像处理、目标检测以及验证和调整自动检索数据的交互手段。我们将人工智能(AI)以用于目标检测与分类的神经网络形式集成到工作流中,从而加速、自动化和标准化数据收集。考古目录中常见对象——如墓葬、骨架、陶器、装饰品、石器与地图——被检测出来。这些对象在空间上相关联并分析以提取现实属性,例如基于指北针与比例尺的墓葬尺寸与朝向。我们还通过轮廓检测自动记录几何整体轮廓,作为基于地标的几何形态测量的替代方案。检测到的对象、轮廓及其他自动检索数据可手动验证与调整。我们使用公元前三千年欧洲(涵盖如‘绳纹器文化’与‘钟杯文化’及其丧葬习俗)作为‘试验场’与评估用途;这包括针对工作流与AutArch软件的用户研究。
引用
@article{arxiv.2311.17978,
title = {AutArch: An AI-assisted workflow for object detection and automated recording in archaeological catalogues},
author = {Kevin Klein and Antoine Muller and Alyssa Wohde and Alexander V. Gorelik and Volker Heyd and Ralf Lämmel and Yoan Diekmann and Maxime Brami},
journal= {arXiv preprint arXiv:2311.17978},
year = {2025}
}