論文の概要: Drawing the Line: Deep Segmentation for Extracting Art from Ancient Etruscan Mirrors
- arxiv url: http://arxiv.org/abs/2404.15903v1
- Date: Wed, 24 Apr 2024 14:57:37 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-26 19:01:10.905873
- Title: Drawing the Line: Deep Segmentation for Extracting Art from Ancient Etruscan Mirrors
- Title（参考訳）: 線引き:古代エトルリアの鏡からアートを抽出する深層画
- Authors: Rafael Sterzinger, Simon Brenner, Robert Sablatnig,
- Abstract要約: エトルリアの鏡はエトルリアの芸術において重要なカテゴリーであり、それゆえ、古代についての洞察を得るために体系的な調査が行われている。
彼らの分析の重要な側面は、裏面から手動で彫刻をトレースする労働集約的な作業である。
深層セグメンテーションネットワークと協調して、測光ステレオスキャンによってプロセスを自動化することで、これらの課題に対処する。
- 参考スコア（独自算出の注目度）: 1.024113475677323
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Etruscan mirrors constitute a significant category within Etruscan art and, therefore, undergo systematic examinations to obtain insights into ancient times. A crucial aspect of their analysis involves the labor-intensive task of manually tracing engravings from the backside. Additionally, this task is inherently challenging due to the damage these mirrors have sustained, introducing subjectivity into the process. We address these challenges by automating the process through photometric-stereo scanning in conjunction with deep segmentation networks which, however, requires effective usage of the limited data at hand. We accomplish this by incorporating predictions on a per-patch level, and various data augmentations, as well as exploring self-supervised learning. Compared to our baseline, we improve predictive performance w.r.t. the pseudo-F-Measure by around 16%. When assessing performance on complete mirrors against a human baseline, our approach yields quantitative similar performance to a human annotator and significantly outperforms existing binarization methods. With our proposed methodology, we streamline the annotation process, enhance its objectivity, and reduce overall workload, offering a valuable contribution to the examination of these historical artifacts and other non-traditional documents.
- Abstract（参考訳）: エトルリアの鏡はエトルリアの芸術において重要なカテゴリーであり、それゆえ、古代についての洞察を得るために体系的な調査が行われている。
彼らの分析の重要な側面は、裏面から手動で彫刻をトレースする労働集約的な作業である。
さらに、このタスクは、これらのミラーが持続する損傷のために本質的に困難であり、プロセスに主観性を導入する。
これらの課題に対処するためには,手元にある制限データの有効利用を必要とするディープセグメンテーションネットワークと連携して,測光ステレオスキャンによるプロセスの自動化を行う。
我々は、パッチ単位の予測と様々なデータ拡張、および自己教師型学習を取り入れることで、これを実現する。
ベースラインと比較して,擬似F-Measureの予測性能を約16%向上させる。
ヒトのベースラインに対して完全なミラーの性能を評価する際に,人間のアノテータと定量的に類似した性能を示し,既存のバイナライゼーション法を著しく上回る性能を示した。
提案手法では,アノテーションのプロセスの合理化,客観性の向上,作業負荷の削減を図り,これらの歴史的遺物や非伝統的文書の検証に貴重な貢献をする。
関連論文リスト
- Granularity Matters in Long-Tail Learning [62.30734737735273]
より粒度の細かいデータセットは、データの不均衡の影響を受けにくい傾向があります。
既存のクラスと視覚的に類似したオープンセット補助クラスを導入し、頭と尾の両方の表現学習を強化することを目的とした。
補助授業の圧倒的な存在がトレーニングを混乱させるのを防ぐために,近隣のサイレンシング障害を導入する。
論文 参考訳（メタデータ） (2024-10-21T13:06:21Z) - Semantics-Oriented Multitask Learning for DeepFake Detection: A Joint Embedding Approach [77.65459419417533]
本稿ではセマンティクス指向のDeepFake検出タスクをサポートするための自動データセット拡張手法を提案する。
また,顔画像とそれに対応するラベルを併用して予測を行う。
提案手法は,DeepFake検出の一般化性を向上し,人間の理解可能な説明を提供することで,ある程度のモデル解釈を行う。
論文 参考訳（メタデータ） (2024-08-29T07:11:50Z) - Fusing Forces: Deep-Human-Guided Refinement of Segmentation Masks [1.024113475677323]
エトルリアの鏡はエトルリアの芸術において重要なカテゴリーであり、裏面に描かれた精巧な図形が特徴である。
人間の指示に基づいて既存のアノテーションをインタラクティブに洗練するよう訓練されたディープニューラルネットワークを提案する。
提案手法は有効性を大幅に改善し,エトルリアミラー以外の広い範囲のアプリケーションに転送可能である。
論文 参考訳（メタデータ） (2024-08-06T17:11:40Z) - From Pretext to Purpose: Batch-Adaptive Self-Supervised Learning [32.18543787821028]
本稿では,自己教師付きコントラスト学習におけるバッチ融合の適応的手法を提案する。
公平な比較で最先端のパフォーマンスを達成する。
提案手法は,データ駆動型自己教師型学習研究の進展に寄与する可能性が示唆された。
論文 参考訳（メタデータ） (2023-11-16T15:47:49Z) - Masking Improves Contrastive Self-Supervised Learning for ConvNets, and Saliency Tells You Where [63.61248884015162]
我々は、畳み込みニューラルネットワークのためのコントラスト学習フレームワークにマスキング操作を組み込むことの負担を軽減することを目的としている。
マスクされた領域が、前景と背景の間に均等に分散されていることを考慮し、塩分濃度の制約を明示的に考慮することを提案する。
論文 参考訳（メタデータ） (2023-09-22T09:58:38Z) - Cluster-level pseudo-labelling for source-free cross-domain facial
expression recognition [94.56304526014875]
表情認識のためのSFUDA法を提案する。
本手法は,自己教師付き事前学習を利用して,対象データから優れた特徴表現を学習する。
提案手法の有効性を4つの適応方式で検証し,FERに適用した場合,既存のSFUDA法より一貫して優れていることを示す。
論文 参考訳（メタデータ） (2022-10-11T08:24:50Z) - A dual benchmarking study of facial forgery and facial forensics [28.979062525272866]
近年、視覚的偽造は、人間が詐欺を特定できないような高度な水準に達している。
この危険な傾向を止めるために、豊富な視覚法医学的手法が提案されている。
本稿では,視覚的偽造と視覚的鑑識に関する詳細な知見を提供するベンチマークを提案する。
論文 参考訳（メタデータ） (2021-11-25T05:01:08Z) - FP-Age: Leveraging Face Parsing Attention for Facial Age Estimation in
the Wild [50.8865921538953]
年齢推定に顔のセマンティクスを明示的に組み込む手法を提案する。
我々は,顔解析に基づくネットワークを設計し,異なるスケールで意味情報を学習する。
提案手法は,既存の年齢推定手法を常に上回っていることを示す。
論文 参考訳（メタデータ） (2021-06-21T14:31:32Z) - More than just an auxiliary loss: Anti-spoofing Backbone Training via
Adversarial Pseudo-depth Generation [4.542003078412816]
RGB画像を用いたアンチ・スプーフィングのタスクにおいて,新たなトレーニング・パイプラインの手法について検討した。
本手法は, 15.8 倍のパラメータを用いて, 最新のアンチスプーフィングモデルのベースライン性能にアプローチする。
論文 参考訳（メタデータ） (2021-01-01T09:00:17Z) - SideInfNet: A Deep Neural Network for Semi-Automatic Semantic
Segmentation with Side Information [83.03179580646324]
本稿では,新たなディープニューラルネットワークアーキテクチャであるSideInfNetを提案する。
画像から学習した機能とユーザアノテーションから抽出したサイド情報を統合する。
提案手法を評価するために,提案したネットワークを3つのセマンティックセグメンテーションタスクに適用し,ベンチマークデータセットに対する広範な実験を行った。
論文 参考訳（メタデータ） (2020-02-07T06:10:54Z)
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。