机构名称：
¥ 2.0
摘要 岩画，最好被描述为岩石雕刻，是通过去除岩石表面的部分来产生负浮雕而产生的。这一传统在北欧青铜时代（公元前 1700 年 - 公元前 550 年）在斯堪的纳维亚南部尤为盛行，当时有超过 20,000 艘船只和成千上万的人、动物、马车等。这些生动且极具吸引力的材料提供了定量数据，对于了解青铜时代的社会结构和意识形态具有很高的潜力。提供技术上最好的记录以及自动识别和分类图像的能力将有助于充分利用斯堪的纳维亚南部和其他地方的岩画的研究潜力。因此，我们尝试使用更快的基于区域的卷积神经网络 (Faster-RCNN) 来训练一个模型，该模型基于一种新方法生成的数据来定位和分类图像对象，以改善 3D 记录内容的可视化。新创建的 3D 岩画记录层提供了目前可用的最佳数据，并且与旧方法相比减少了刻写偏差。我们根据输入图像训练了多个模型，这些输入图像上标注了使用不同参数生成的边界框，以找到最佳解决方案。数据包括 408 次岩画遗址扫描中的 4305 张单独图像。为了增强模型并丰富训练数据，我们使用了数据增强和迁移学习。成功的模型在船和圆圈以及人物和轮子上表现异常出色。这项工作是一项跨学科的事业，引发了对考古学、数字人文和人工智能的重要思考。经过训练的模型所代表的思考和成功为未来的岩画研究开辟了新途径。
人工智能、3D 文档和岩画
主要关键词
相关文件推荐
