ProtoSnap：谷纹文字符号的原型对齐
计算机视觉与模式识别
2025-02-04 v1 机器学习
摘要
谷纹文字系统在古近东地区持续传递知识超过三千年。谷纹文字符号具有复杂的内部结构，这是专家石盘学分析的主题，因为形状变种见证了历史发展和文字与文化的传播。然而，先前的自动技术大多将符号类型视为分类变量，未显式建模其高度多样的内部配置。本文提出了一种无监督方法，通过利用强大的生成模型和原型字体图像的外观和结构作为先验，恢复谷纹符号细粒度内部配置。我们的方法称为 ProtoSnap，通过对深度图像特征找到的匹配实施结构一致性约束，以估计谷纹字符的多样配置，将基于骨架的模板对准摄影取景的谷纹符号。我们提供了一个新的专家注释基准并对该任务进行评估。我们的评估表明，该方法成功地将原型骨架对准广泛的谷纹符号。而且，我们表明，基于我们方法产生的结构允许生成具有正确结构配置的合成数据，显著提升了谷纹符号识别性能，尤其是对罕见符号。我们的代码、数据和训练模型均可在项目页面获取：https://tau-vailab.github.io/ProtoSnap/
引用
@article{arxiv.2502.00129,
title = {ProtoSnap: Prototype Alignment for Cuneiform Signs},
author = {Rachel Mikulinsky and Morris Alper and Shai Gordin and Enrique Jiménez and Yoram Cohen and Hadar Averbuch-Elor},
journal= {arXiv preprint arXiv:2502.00129},
year = {2025}
}
备注
Accepted to ICLR 2025. Project page: https://tau-vailab.github.io/ProtoSnap/