字符级数据增强对基于风格的 historical 手稿断代的影响
计算机视觉与模式识别
2023-04-13 v1 机器学习
摘要
确定 historical 手稿的制作年代是古文字学家研究古代文献的主要目标之一。自动化方法可为古文字学家提供客观工具，以更准确地估计年代。此前，基于笔迹风格随时间演变的假设，已利用统计特征对数字化的 historical 手稿进行断代。然而，此类文献的稀缺性给获得鲁棒系统带来了挑战。因此，本文探讨了数据增强对 historical 手稿断代的影响。使用 k 折交叉验证，在来自不同馆藏（包括中世纪古文字量表、早期阿拉姆手稿和死海古卷）的 historical 手稿中提取的纹理与字素特征上训练了线性支持向量机。结果表明，使用增强数据训练模型可将 historical 手稿断代的累积分数性能提升 1%–3%。此外，这暗示通过考虑针对特征与文献文字系统的特定模型，存在进一步改进的可能。
引用
@article{arxiv.2212.07923,
title = {The Effects of Character-Level Data Augmentation on Style-Based Dating of Historical Manuscripts},
author = {Lisa Koopmans and Maruf A. Dhali and Lambert Schomaker},
journal= {arXiv preprint arXiv:2212.07923},
year = {2023}
}
备注
Accepted after the peer-review process for ICPRAM 2023; scheduled to be presented on 22 February 2023