中文

基于知识引导关系图的中国青铜鼎多粒度考古断代

计算机视觉与模式识别 2023-06-05 v3

摘要

青铜鼎的考古断代在中国古代历史研究中起着关键作用。当前考古学依赖训练有素的专家进行青铜断代,耗时费力。针对此类断代,在本研究中,我们提出了一种基于学习的方法,以整合先进的深度学习技术与考古知识。为此,我们首先收集了一个大规模的青铜鼎图像数据集,其包含比其它现有细粒度数据集更丰富的属性信息。其次,我们引入多头分类器与知识引导关系图,以挖掘属性与鼎所属时代之间的关系。第三,我们与多种现有方法进行了对比实验,结果表明我们的断代方法达到了最先进的性能。我们希望我们的数据与应用网络能丰富涉及其它跨学科专业领域的细粒度分类研究。所使用的数据集与源代码包含在补充材料中,并因匿名政策将在投稿后公开。源代码与数据可见于:https://github.com/zhourixin/bronze-Ding。

关键词

引用

@article{arxiv.2303.15266,
  title  = {Multi-Granularity Archaeological Dating of Chinese Bronze Dings Based on a Knowledge-Guided Relation Graph},
  author = {Rixin Zhou and Jiafu Wei and Qian Zhang and Ruihua Qi and Xi Yang and Chuntao Li},
  journal= {arXiv preprint arXiv:2303.15266},
  year   = {2023}
}

备注

CVPR2023 accepted