文化遗产器物上曲线纹样的设计辨识：模板匹配与基于 CNN 的重排序相结合

许多文化遗产器物的表面装饰有各种纹样，尤其是曲线纹样。实践中，大多数出土文化遗产器物高度碎片化，例如陶器或容器的残片，每一片仅展现底层完整设计的一小部分，且带有噪声与形变。本文旨在解决从此类残片自动辨识曲线纹样底层完整设计的难题。具体而言，我们将该问题表述为模板匹配：从残片分割出的曲线结构与每个已知完整设计在每种可能朝向下的每个位置进行匹配。本文提出一种新的两阶段匹配算法，各阶段采用不同的匹配代价。阶段 1 中，我们在整个搜索空间上使用计算效率高的传统模板匹配，识别出一小组候选匹配。阶段 2 中，我们通过训练双源卷积神经网络（CNN）导出新的匹配代价，并将其应用于对阶段 1 识别出的候选匹配重排序。我们收集了来自北美东南部 Woodland 时期的 600 块陶片与 98 个完整设计用于实验，所提算法性能极具竞争力。