通过微分同胚螺旋拟合虚拟展开赫库兰尼姆纸莎草纸

赫库兰尼姆纸莎草纸是一批被维苏威火山著名喷发烧毁并掩埋的卷曲纸莎草文献。它们有望包含大量前所未见的希腊语和拉丁语文本，但极为脆弱，因此大多数无法物理展开。访问这些文本的一种解决方案是虚拟展开，即在卷轴的CT扫描中数字追踪纸莎草表面，以创建展平表示。在千兆体素规模的扫描中手动完成此追踪非常耗时，因此需要自动化方法。我们提出了第一种自顶向下的方法，可自动将曲面模型拟合到严重受损卷轴的CT扫描。我们采用一种新颖方法，全局地将卷轴变形的显式参数化模型拟合到现有神经网络对卷曲纸莎草可能经过位置的预测。我们的方法保证所得曲面是单个连续二维曲面，即使穿过CT扫描中无法检测到曲面的区域。我们对两份卷轴的高分辨率CT扫描进行了全面实验，表明我们的方法成功展开了大范围区域，并超越了唯一适用于此数据的现有自动化展开方法。