通过微调基础模型分割玛雅象形文字
计算机视觉与模式识别
2024-05-28 v1
摘要
对玛雅象形文字的研究揭示了这一古老文明视觉叙事中蕴含的丰富文化和社会知识。人工智能（AI）为我们解读这些铭文提供了一种新颖的视角，有可能使非专业人士也能阅读这些文本，并有助于破译那些仍然难以全面解读的象形文字。为此，我们利用一个基础模型从致力于玛雅文物的开源数字图书馆中分割玛雅象形文字。尽管公开可用的基础分割模型最初展现出潜力，但它们在准确分割玛雅象形文字方面的有效性起初是有限的。为应对这一挑战，我们的研究在玛雅艺术和历史专家的协助下，精心整理了图像和标签对，从而能够对这些基础模型进行微调。这一过程显著提升了模型性能，展示了微调方法的潜力以及我们不断扩展的数据集的价值。我们计划开源此数据集以鼓励未来研究，并最终帮助更广泛的社区（尤其是玛雅遗产社区成员）能够辨识这些象形文字文本。
引用
@article{arxiv.2405.16426,
title = {Segmentation of Maya hieroglyphs through fine-tuned foundation models},
author = {FNU Shivam and Megan Leight and Mary Kate Kelly and Claire Davis and Kelsey Clodfelter and Jacob Thrasher and Yenumula Reddy and Prashnna Gyawali},
journal= {arXiv preprint arXiv:2405.16426},
year = {2024}
}