缓解甲骨文长尾分布问题：数据集、模型与基准
计算机视觉与模式识别
2025-04-17 v2
摘要
甲骨文(OBI)识别在理解古代中国的历史与文化方面发挥着重要作用。然而，现有的OBI数据集存在长尾分布问题，导致OBI识别模型在多数类和少数类之间性能偏差。近期发展表明，基于生成模型的OBI合成数据增强成为扩充少数类样本量的有前景之路。不幸的是，当前的OBI数据集缺乏大规模结构对齐图像对，用于生成模型训练。为解决这些问题，我们首先提出了Oracle-P15K数据集，这是一个用于OBI生成和去噪的结构对齐OBI数据集，包含14,542张图像，融合了来自OBI专家的领域知识。其次，我们提出了基于扩散模型的伪OBI生成器，称为OBIDiff，以实现真实且可控的OBI生成。给定干净的字形图像和目标rubbing-style图像，它能有效地将原始rubbing的噪声风格传递到字形图像上。在OBI下游任务和用户偏好研究中的大量实验表明，所提出的Oracle-P15K数据集和OBIDiff模型的有效性，证明OBIDiff能够准确保留固有的字形结构，同时有效地传递真实的rubbing风格。
引用
@article{arxiv.2504.09555,
title = {Mitigating Long-tail Distribution in Oracle Bone Inscriptions: Dataset, Model, and Benchmark},
author = {Jinhao Li and Zijian Chen and Runze Jiang and Tingzhu Chen and Changbo Wang and Guangtao Zhai},
journal= {arXiv preprint arXiv:2504.09555},
year = {2025}
}