用于碳化赫库兰尼姆纸草上墨迹检测的体积快速傅里叶卷积
计算机视觉与模式识别
2023-08-10 v1 数字图书馆
摘要
数字文档复原（DDR）近期的进展在分析高度受损书写文物方面取得了重大突破。其中，应用人工智能技术对赫库兰尼姆纸草收藏进行虚拟展开与墨迹自动检测的兴趣日益增长。该收藏由碳化卷轴与文献碎片组成，已通过 X 射线断层扫描数字化，以便开发专用的基于深度学习的 DDR 方案。本工作中，我们提出一种面向体数据快速傅里叶卷积算子的改进，并将其应用于挑战性赫库兰尼姆纸草墨迹检测的分割架构中，经深度实验分析论证了其适用性。为鼓励该任务的研究及所提算子在其他涉及体数据任务中的应用，我们将发布实现代码（https://github.com/aimagelab/vffc）。
引用
@article{arxiv.2308.05070,
title = {Volumetric Fast Fourier Convolution for Detecting Ink on the Carbonized Herculaneum Papyri},
author = {Fabio Quattrini and Vittorio Pippi and Silvia Cascianelli and Rita Cucchiara},
journal= {arXiv preprint arXiv:2308.05070},
year = {2023}
}
备注
Accepted at the 4th ICCV Workshop on e-Heritage (in conjunction with ICCV 2023)