banner
Дом / Блог / Реконструкция иберийской керамической посуды с использованием генеративно-состязательных сетей
Блог

Реконструкция иберийской керамической посуды с использованием генеративно-состязательных сетей

Jan 30, 2024Jan 30, 2024

Научные отчеты, том 12, Номер статьи: 10644 (2022) Цитировать эту статью

1612 Доступов

20 Альтметрика

Подробности о метриках

Некоторые аспекты прошлой культуры, включая исторические тенденции, вытекают из временных закономерностей, наблюдаемых в археологических артефактах, принадлежащих к разным периодам. Присутствие и разнообразие этих предметов дает важные сведения о неолитической революции, и, учитывая их относительное обилие в большинстве археологических памятников, керамическая посуда очень полезна в этой цели. Тем не менее, большая часть доступной керамики фрагментирована, что приводит к отсутствию морфологической информации. В настоящее время сборка фрагментированных объектов из коллекции тысяч смешанных фрагментов представляет собой сложную и трудоемкую задачу, выполняемую почти исключительно вручную и требующую физических манипуляций с фрагментами. Чтобы преодолеть проблемы ручной реконструкции и улучшить качество реконструированных образцов, мы представляем IberianGAN, настроенную генеративно-состязательную сеть (GAN), протестированную на обширной базе данных с полными и фрагментированными ссылками. Мы обучили модель на 1072 образцах, соответствующих профилям иберийской круговой керамики, принадлежащих археологическим памятникам, расположенным в верхней долине реки Гвадалквивир (Испания). Кроме того, мы предоставляем количественные и качественные оценки для измерения качества реконструированных образцов, а также экспертную оценку предметной области с археологами. Полученный каркас — возможный способ облегчить реконструкцию керамики из частичных фрагментов оригинального изделия.

Материальные свидетельства прошлых популяций, добывавших пищу, являются плодотворной областью исследований в археологии. Среди многих факторов, влияющих на переход к неолиту, керамическая керамика очень информативна с точки зрения процессов культурного отбора. Они также являются одним из наиболее часто встречающихся археологических артефактов. Поскольку они обычно недолговечны, исследователи находят эти артефакты полезными для изучения хронологического и географического характера, учитывая, что форма и декор подвержены значительным модным изменениям во времени и пространстве1. Это дает основу для датировки археологических слоев и предоставляет доказательства на основе большого набора ценных данных, таких как местное производство, торговые отношения и потребительское поведение местного населения2,3,4. В нескольких предыдущих исследованиях анализируются различные аспекты керамики с использованием полных профилей керамики. Автоматическая классификация профилей5,6,7,8,9 и извлечение признаков10,11,12,13,14,15,16,17 широко изучались, начиная от традиционных методов обработки изображений и заканчивая подходами глубокого обучения. К сожалению, керамика хрупкая, и поэтому большая часть фактической керамики, найденной на археологических раскопках, разбита, поэтому подавляющее большинство доступного материала представлено фрагментами. Сборка фрагментов — сложная и трудоемкая задача, выполняемая почти исключительно вручную и требующая физических манипуляций с фрагментами. Интуитивный способ понять процесс фрагментации, а также улучшить задачу реконструкции состоит в том, чтобы произвести большое количество керамических изделий, имитируя процедуры, которым следовали иберийские мастера, разбивая их, а затем анализируя полученные наборы фрагментов. К сожалению, эти и подобные им способы ручной обработки такого неполного материала очень трудоемки и трудоемки даже для опытных археологов18. В связи с этими факторами растет интерес к автоматической повторной сборке и реконструкции керамики19,20,21 и анализу фрагментов22. Тем не менее, существующие работы решают проблему фрагментов, используя сравнение известных частей. Лучшее совпадение в наборе данных — это лучший фрагмент этой керамики. Здесь мы предлагаем подход глубокого обучения, при котором «лучший фрагмент» искусственно генерируется на основе набора известных фрагментов модели, создавая таким образом новую виртуальную керамику с теми же характеристиками, что и реальные. Основными вкладами этой статьи являются: