计算陶瓷学
计算机视觉与模式识别
2019-11-25 v1 图像与视频处理
摘要
野外考古学家需要辨识陶片，为此他们依赖自身经验与参考书目。我们开发了两种互补的机器学习工具，基于现场拍摄的图像给出辨识建议。一种方法依赖陶片断裂轮廓的形状；另一种基于装饰特征。对于轮廓辨识工具，采用了一种新颖的深度学习架构，其整合了来自内外表面沿点处的形状信息。装饰分类器基于图像识别中相对标准的架构。在这两种情况下，训练分类器均需应对处理真实世界考古数据时出现的挑战：标注数据匮乏；不同类别样本量极度不平衡；以及需要避免忽略稀有类别并注意某些类别的细微区分特征。训练数据的稀缺通过合成生成的虚拟陶片以及多种数据增强技术得以克服。一种新颖的训练损失形式使我们能够克服由样本不足的类别和判别特征非均匀分布所引起的问题。
引用
@article{arxiv.1911.09960,
title = {Computational Ceramicology},
author = {Barak Itkin and Lior Wolf and Nachum Dershowitz},
journal= {arXiv preprint arXiv:1911.09960},
year = {2019}
}