EduceLab-Scrolls：利用 X 射线 CT 可验证地复原赫库兰尼姆纸草文献中的文本
计算机视觉与模式识别
2024-05-21 v4 机器学习
摘要
我们提出了一个完整的软件流水线，利用 X 射线 CT 图像揭示赫库兰尼姆纸草文献中的隐藏文本。该增强的虚拟展开流水线将机器学习与连接 3D 和 2D 图像的新几何框架相结合。我们还提出了 EduceLab-Scrolls，一个代表该问题二十年研究工作的综合开放数据集。EduceLab-Scrolls 包含一组小碎片以及完整卷绕纸草卷的体素 X 射线 CT 图像。该数据集还包含用于墨迹检测模型监督训练的 2D 图像标签。标签通过将纸草碎片的谱摄影与相同碎片的 X 射线 CT 图像对齐来实现，从而创建图像空间与模态之间的可机器学习映射。这种对齐允许对 X 射线 CT 中“不可见”的碳墨进行监督学习，这是一项即使人类专家标注者也无法完成的任务。据我们所知，这是此类首个对齐数据集，也是遗产领域发布过的最大数据集。我们的方法能够在具有已知真值的纸草碎片上揭示准确的文本行。揭示的文本通过视觉确认、定量图像度量和学术审查进行验证。EduceLab-Scrolls 还首次实现了对赫库兰尼姆纸草文献中隐藏文本的发现，我们在此予以呈现。我们预期随着研究的继续，EduceLab-Scrolls 数据集将产生更多的文本发现。
引用
@article{arxiv.2304.02084,
title = {EduceLab-Scrolls: Verifiable Recovery of Text from Herculaneum Papyri using X-ray CT},
author = {Stephen Parsons and C. Seth Parker and Christy Chapman and Mami Hayashida and W. Brent Seales},
journal= {arXiv preprint arXiv:2304.02084},
year = {2024}
}