基于SSAE表示的罗马陶器轮廓无监督聚类
计算机视觉与模式识别
2020-06-08 v1 数据库
机器学习
摘要
本文介绍ROman COmmonware POTtery（ROCOPOT）数据库，其包含从11部罗马图录中提取、并与不同发掘地点相关的2000余幅陶器形状的黑白成像轮廓。该新数据库中形状碎片的不完整性与手工标注差异，使其无监督聚类成为极具挑战的问题：因此通过堆叠稀疏自编码器（SSAE）网络潜表示空间中学习的非线性特征进行层次聚类，以探索轮廓相似性，揭示新的轮廓匹配。结果从数学与考古学双视角加以评述，以开启相关领域的新研究方向。
引用
@article{arxiv.2006.03156,
title = {Unsupervised clustering of Roman pottery profiles from their SSAE representation},
author = {Simone Parisotto and Alessandro Launaro and Ninetta Leone and Carola-Bibiane Schönlieb},
journal= {arXiv preprint arXiv:2006.03156},
year = {2020}
}
备注
18 pages, 10 figures