論文の概要: A High-Accuracy SSIM-based Scoring System for Coin Die Link Identification

• arxiv url: http://arxiv.org/abs/2502.01186v1
• Date: Mon, 03 Feb 2025 09:23:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-05 14:59:27.162091
• Title: A High-Accuracy SSIM-based Scoring System for Coin Die Link Identification
• Title（参考訳）: コインダイスリンク同定のためのSSIMに基づく高精度スコーリングシステム
• Authors: Patrice Labedan, Nicolas Drougard, Alexandre Berezin, Guowei Sun, Francis Dieulafait,
• Abstract要約: この研究は、考古学的コイン分析の合理化と向上を約束する進歩を紹介する。 ダイリンク検出のためのコイン画像(329枚)の最初の公開データセット。 コインペアの迅速かつ正確な識別のためのSSIMに基づく新しいスコアリング法 我々のスコアを用いたクラスタリング手法の評価により, ほぼ完璧なダイリンク同定が得られた。
• 参考スコア（独自算出の注目度）: 40.407824759778784
• License:
• Abstract: The analyses of ancient coins, and especially the identification of those struck with the same die, provides invaluable information for archaeologists and historians. Nowadays, these die links are identified manually, which makes the process laborious, if not impossible when big treasures are discovered as the number of comparisons is too large. This study introduces advances that promise to streamline and enhance archaeological coin analysis. Our contributions include: 1) First publicly accessible labeled dataset of coin pictures (329 images) for die link detection, facilitating method benchmarking; 2) Novel SSIM-based scoring method for rapid and accurate discrimination of coin pairs, outperforming current techniques used in this research field; 3) Evaluation of clustering techniques using our score, demonstrating near-perfect die link identification. We provide datasets, to foster future research and the development of even more powerful tools for archaeology, and more particularly for numismatics.
• Abstract（参考訳）: 古代の硬貨の分析、特に同じ型で打たれた硬貨の識別は考古学者や歴史家にとって貴重な情報である。 現在、これらのダイリンクは手動で識別されているため、比較の数が多すぎるため、大きな宝物が見つかると不可能ではないとしても、そのプロセスは困難である。 この研究は、考古学的コイン分析の合理化と向上を約束する進歩を紹介する。 コントリビューションには以下のものがある。 1) ダイリンク検出のためのコイン画像(329枚)の公開ラベル付きデータセットを初めて公開し,方法のベンチマークを容易にする。 2 コインペアの迅速かつ正確な識別のための新しいSSIMに基づくスコアリング方法、この研究分野における現在の技術より優れていること。 3) このスコアを用いてクラスタリング手法の評価を行い, ほぼ完全なダイリンク同定を行った。 我々は、将来の研究を促進するためにデータセットを提供し、考古学、特に数値学のためにさらに強力なツールを開発する。

関連論文リスト

• From Coin to Data: The Impact of Object Detection on Digital Numismatics [0.018206461789819068]
  画像記述とテキスト記述の両方を用いて、特定のコインの特徴を識別・分類するための柔軟なフレームワークを開発する。 以上の結果から,より大規模なCLIPモデルの複雑な画像検出における優れた性能が示された。 低品質データセットにおける類似度スコアの信頼性を高めるための統計的キャリブレーション機構を提案する。
  論文  参考訳（メタデータ） (2024-12-26T07:05:53Z)
• PairDistill: Pairwise Relevance Distillation for Dense Retrieval [35.067998820937284]
  本稿ではペアワイズレバレンス蒸留(Pairwise Relevance Distillation, PairDistill)を導入する。 類似した文書間の微妙な区別を提供し、密集した検索モデルの訓練を強化する。 実験の結果、PairDistillは既存の手法よりも優れており、複数のベンチマークで最新の結果が得られることがわかった。
  論文  参考訳（メタデータ） (2024-10-02T09:51:42Z)
• EAT: Towards Long-Tailed Out-of-Distribution Detection [55.380390767978554]
  本稿では,長い尾を持つOOD検出の課題に対処する。 主な困難は、尾クラスに属するサンプルとOODデータを区別することである。 本稿では,(1)複数の禁制クラスを導入して分布内クラス空間を拡大すること,(2)コンテキストリッチなOODデータに画像をオーバーレイすることでコンテキスト限定のテールクラスを拡大すること,の2つの簡単な考え方を提案する。
  論文  参考訳（メタデータ） (2023-12-14T13:47:13Z)
• Multi-Granularity Archaeological Dating of Chinese Bronze Dings Based on a Knowledge-Guided Relation Graph [5.359415272318481]
  現在の考古学は、青銅年代測定を行うための訓練された専門家に依存している。 先進的な深層学習技術と考古学的知識を統合するための学習に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2023-03-27T14:54:50Z)
• Cross-Domain Few-Shot Graph Classification [7.23389716633927]
  本稿では,非等価な特徴空間を持つ領域間の数ショットグラフ分類の問題について検討する。 本稿では,3つの連続したグラフビュー,1つのコンテキストと2つのトポロジ的ビューを利用するアテンションベースグラフエンコーダを提案する。 提案するエンコーダは,メトリックベースのメタラーニングフレームワークと組み合わせることで,平均メタテストの分類精度が向上することを示す。
  論文  参考訳（メタデータ） (2022-01-20T16:16:30Z)
• Learning Co-segmentation by Segment Swapping for Retrieval and Discovery [67.6609943904996]
  この研究の目的は、一対のイメージから視覚的に類似したパターンを効率的に識別することである。 画像中のオブジェクトセグメントを選択し、それを別の画像にコピーペーストすることで、合成トレーニングペアを生成する。 提案手法は,Brueghelデータセット上でのアートワークの詳細検索に対して,明確な改善をもたらすことを示す。
  論文  参考訳（メタデータ） (2021-10-29T16:51:16Z)
• Finding Facial Forgery Artifacts with Parts-Based Detectors [73.08584805913813]
  顔の個々の部分に焦点を絞った一連の偽造検知システムを設計する。 これらの検出器を用いて、FaceForensics++、Celeb-DF、Facebook Deepfake Detection Challengeデータセットの詳細な実験分析を行う。
  論文  参考訳（メタデータ） (2021-09-21T16:18:45Z)
• MD-CSDNetwork: Multi-Domain Cross Stitched Network for Deepfake Detection [80.83725644958633]
  現在のディープフェイク生成法では、偽画像やビデオの周波数スペクトルに識別的アーティファクトが残されている。 MD-CSDNetwork(MD-CSDNetwork)と呼ばれる新しい手法を提案する。
  論文  参考訳（メタデータ） (2021-09-15T14:11:53Z)
• Triggering Failures: Out-Of-Distribution detection by learning from local adversarial attacks in Semantic Segmentation [76.2621758731288]
  セグメンテーションにおけるアウト・オブ・ディストリビューション(OOD)オブジェクトの検出に取り組む。 私たちの主な貢献は、ObsNetと呼ばれる新しいOOD検出アーキテクチャであり、ローカル・アタック(LAA)に基づく専用トレーニングスキームと関連付けられています。 3つの異なるデータセットの文献の最近の10つの手法と比較して,速度と精度の両面で最高の性能が得られることを示す。
  論文  参考訳（メタデータ） (2021-08-03T17:09:56Z)
• Deep Learning based Person Re-identification [2.9631016562930546]
  カラーヒストグラムに基づく比較を最初に用いて,ギャラリーセットに最も近いマッチングを求める,効率的な階層的再同定手法を提案する。 シルエット部分に基づく特徴抽出スキームは、各階層に採用され、異なる身体構造の相対的な位置を保存する。 その結果、全体的な精度において、最先端のアプローチよりも優れた結果が得られた。
  論文  参考訳（メタデータ） (2020-05-07T07:30:28Z)

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。