画线：用于从古代伊特鲁里亚镜子中提取图案的深度分割

伊特鲁里亚镜子是伊特鲁里亚艺术中的一个重要类别，因此需要系统研究以深入了解古代时期。其分析的一个关键方面是手动描摹背面雕刻的繁重工作。此外，由于这些镜子遭受的损坏，这项任务本身具有挑战性，引入了主观性。我们通过光度立体扫描结合深度分割网络来自动化该过程，从而应对这些挑战，但这需要有效利用手头有限的数据。我们通过引入逐块预测、各种数据增强以及探索自监督学习来实现这一点。与基线相比，我们在伪F度量上的预测性能提高了约16%。当评估完整镜子的性能并与人类基线比较时，我们的方法在数量上达到了与人类标注者相似的性能，并显著优于现有的二值化方法。通过我们提出的方法，我们简化了标注过程，增强了其客观性，并减少了总体工作量，为这些历史文物和其他非传统文献的研究提供了有价值的贡献。