基于字符水平的希腊古卷轴作家检索方法——KaiRacters
计算机视觉与模式识别
2024-07-11 v1
摘要
本文提出了一种基于字符的方法，用于提高希腊古卷轴作家检索性能。我们的贡献在于为频繁使用的字符（本研究中为三字组 kai 及四个额外字母：epsilon、kappa、mu、omega）在希腊文本中添加字符级注释。我们采用基于 NetVLAD 的最新作家检索方法，并将字符级特征聚合方法与当前基于 SIFT 关键点位置处小块用于构建页面描述子的默认基线方法进行比较。我们证明，仅通过约 15 个字符即可提升至 GRK-120 数据集上达 4% mAP（相对提升 11%）的性能。此外，我们的定性分析提供了 SIFT 块和特定字符相似度分数的洞见。我们发布包含字符级注释、质量标签及二值化图像的数据集，以供进一步研究使用。
关键词
引用
@article{arxiv.2407.07536,
title = {KaiRacters: Character-level-based Writer Retrieval for Greek Papyri},
author = {Marco Peer and Robert Sablatnig and Olga Serbaeva and Isabelle Marthot-Santaniello},
journal= {arXiv preprint arXiv:2407.07536},
year = {2024}
}
备注
submitted to ICPR2024