論文の概要: AutArch: An AI-assisted workflow for object detection and automated
recording in archaeological catalogues
- arxiv url: http://arxiv.org/abs/2311.17978v1
- Date: Wed, 29 Nov 2023 17:24:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-01 19:12:41.892088
- Title: AutArch: An AI-assisted workflow for object detection and automated
recording in archaeological catalogues
- Title（参考訳）: autarch: 考古学カタログのオブジェクト検出と自動記録のためのai支援ワークフロー
- Authors: Kevin Klein, Alyssa Wohde, Alexander V. Gorelik, Volker Heyd, Yoan
Diekmann, Maxime Brami
- Abstract要約: 我々のソフトウェアは、オブジェクト検出ニューラルネットワークとさらなる分類ネットワークを組み合わせて、レガシーリソースからのデータ収集をスピードアップし、自動化し、標準化します。
AI支援ワークフローは、墓、骨格、陶器、装飾品、石器、地図など、考古学的カタログにある一般的な物体を検出する。
手では達成できないランドマークに基づく幾何学的形態計測の代替として,輪郭検出による幾何学的全体アウトラインを記録する。
- 参考スコア（独自算出の注目度）: 39.58317527488534
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Compiling large datasets from published resources, such as archaeological
find catalogues presents fundamental challenges: identifying relevant content
and manually recording it is a time-consuming, repetitive and error-prone task.
For the data to be useful, it must be of comparable quality and adhere to the
same recording standards, which is hardly ever the case in archaeology. Here,
we present a new data collection method exploiting recent advances in
Artificial Intelligence. Our software uses an object detection neural network
combined with further classification networks to speed up, automate, and
standardise data collection from legacy resources, such as archaeological
drawings and photographs in large unsorted PDF files. The AI-assisted workflow
detects common objects found in archaeological catalogues, such as graves,
skeletons, ceramics, ornaments, stone tools and maps, and spatially relates and
analyses these objects on the page to extract real-life attributes, such as the
size and orientation of a grave based on the north arrow and the scale. A
graphical interface allows for and assists with manual validation. We
demonstrate the benefits of this approach by collecting a range of shapes and
numerical attributes from richly-illustrated archaeological catalogues, and
benchmark it in a real-world experiment with ten users. Moreover, we record
geometric whole-outlines through contour detection, an alternative to
landmark-based geometric morphometrics not achievable by hand.
- Abstract（参考訳）: 考古学的検索カタログなどの公開リソースから大規模なデータセットをコンパイルすることは、関連するコンテンツを識別し、手動で記録するという、時間を要する、反復的で、エラーを起こしやすいタスクという、根本的な課題を提示します。
データが有用であるためには、同等の品質でなければならないと同時に、同じ記録基準に準拠しなければならない。
本稿では,人工知能の最近の進歩を活かした新しいデータ収集手法を提案する。
我々のソフトウェアは、オブジェクト検出ニューラルネットワークとさらなる分類ネットワークを組み合わせて、考古学的図面や大容量PDFファイルの写真などのレガシーリソースからのデータ収集をスピードアップし、自動化し、標準化する。
ai支援ワークフローは、墓、骨格、陶磁器、装飾品、石器、地図などの考古学カタログに見られる一般的な物体を検出し、ページ上のこれらの物体を空間的に関連付けて分析し、北矢や規模に基づく墓の大きさや向きといった実際の属性を抽出する。
グラフィカルインターフェースは手動による検証を可能にする。
本手法の利点は, 豊富な考古学的カタログから様々な形状や数値特性を収集し, 10人のユーザによる実世界実験で評価することにある。
さらに,ランドマークに基づく幾何学的形態計測の代替として,輪郭検出による幾何学的全体アウトラインを記録する。
関連論文リスト
- ArcAid: Analysis of Archaeological Artifacts using Drawings [23.906975910478142]
考古学はコンピュータビジョンの興味深い分野である。
ラベル付きデータに不足するだけでなく、高度に混ざったデータに悩まされる。
本稿では,考古学的遺物の画像の分類と検索のための,新しい半教師付きモデルを提案する。
論文 参考訳（メタデータ） (2022-11-17T11:57:01Z) - Deep learning for table detection and structure recognition: A survey [49.09628624903334]
本調査の目的は,テーブル検出の分野での大きな進展を深く理解することである。
この分野における古典的アプリケーションと新しいアプリケーションの両方について分析する。
既存のモデルのデータセットとソースコードは、読者にこの膨大な文献のコンパスを提供するために組織されている。
論文 参考訳（メタデータ） (2022-11-15T19:42:27Z) - A Multi Camera Unsupervised Domain Adaptation Pipeline for Object
Detection in Cultural Sites through Adversarial Learning and Self-Training [23.186208885878926]
本稿では,対象検出のためのドメイン適応の問題を研究するために,文化的な場所で収集された新しいデータセットを提案する。
本稿では,現在の最先端手法よりも優れたドメイン適応手法を提案する。
論文 参考訳（メタデータ） (2022-10-03T10:40:58Z) - ALBench: A Framework for Evaluating Active Learning in Object Detection [102.81795062493536]
本稿では、オブジェクト検出におけるアクティブラーニングを評価するために、ALBenchという名前のアクティブラーニングベンチマークフレームワークをコントリビュートする。
自動深層モデルトレーニングシステム上で開発されたこのALBenchフレームワークは、使いやすく、さまざまなアクティブな学習アルゴリズムと互換性があり、同じトレーニングおよびテストプロトコルを保証する。
論文 参考訳（メタデータ） (2022-07-27T07:46:23Z) - Unsupervised Clustering of Roman Potsherds via Variational Autoencoders [63.8376359764052]
我々は,ローマのコモンウェア・ポッシャードの分類作業において,考古学者を支援する人工知能ソリューションを提案する。
断片の部分性と手作りのばらつきは、それらのマッチングを困難な問題にしている。
深部畳み込み変分オートエンコーダ(VAE)ネットワークの潜時空間で学習した非線形特徴の教師なし階層的クラスタリングにより、類似したプロファイルをペアリングすることを提案する。
論文 参考訳（メタデータ） (2022-03-14T18:56:13Z) - Combining Local and Global Pose Estimation for Precise Tracking of
Similar Objects [2.861848675707602]
類似・非テクスチャオブジェクトに対する多目的6D検出・追跡パイプラインを提案する。
合成画像のみを訓練した新しいネットワークアーキテクチャは、複数のオブジェクトの同時ポーズ推定を可能にする。
建設現場における実際のAR支援アプリケーションにおいて,システムがどのように利用できるかを示す。
論文 参考訳（メタデータ） (2022-01-31T14:36:57Z) - Human-in-the-Loop Disinformation Detection: Stance, Sentiment, or
Something Else? [93.91375268580806]
政治とパンデミックは、機械学習対応の偽ニュース検出アルゴリズムの開発に十分な動機を与えている。
既存の文献は、主に完全自動化されたケースに焦点を当てているが、その結果得られた技術は、軍事応用に必要な様々なトピック、ソース、時間スケールに関する偽情報を確実に検出することはできない。
既に利用可能なアナリストを人間のループとして活用することにより、感情分析、アスペクトベースの感情分析、姿勢検出といった標準的な機械学習技術は、部分的に自動化された偽情報検出システムに使用するためのもっとも有効な方法となる。
論文 参考訳（メタデータ） (2021-11-09T13:30:34Z) - Simple multi-dataset detection [83.9604523643406]
複数の大規模データセット上で統合検出器を訓練する簡単な方法を提案する。
データセット固有のアウトプットを共通の意味分類に自動的に統合する方法を示す。
私たちのアプローチは手動の分類学の調整を必要としません。
論文 参考訳（メタデータ） (2021-02-25T18:55:58Z) - Learning and Recognizing Archeological Features from LiDAR Data [8.135393502095909]
本稿では,LiDAR(Light Detection and Ranging)データを処理するリモートセンシングパイプラインを提案する。
本研究の目的は,地域空間と考古学的アーティファクトを教師付きで識別し,ドメインの専門家が必要に応じて柔軟にパラメータを調整できるようにすることである。
論文 参考訳（メタデータ） (2020-04-05T05:36:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。