21、历史图像与文本处理：从拜占庭铭文到庞贝古城资料

历史图像与文本处理：从拜占庭铭文到庞贝古城资料

1. 四元数生成对抗网络用于拜占庭纪念碑铭文检测

1.1 模型对比

在铭文检测任务中，研究人员提出了使用四元数值神经元和权重的生成对抗网络（QGAN）的新变体，并将其与具有相同神经元数量的非四元数对应模型（VGAN）进行了比较。
| 模型/网络类型 | 标准 | 大型 |
| — | — | — |
| 四元数生成对抗网络（QGAN） | 6.54(45.4%) | 6.91(44.9%) |
| 普通生成对抗网络（VGAN） | 7.4(51.9%) | 6.45(52.0%) |

表格中的测试BCE数字越低越好，对应的IoU分数（括号内）越高越好。从数据可以看出，两种模型在不同规模下各有优劣。

同时，研究还对比了两种模型的大小，以可训练权重的数量来衡量。
| 模型/网络类型 | 标准 | 大型 |
| — | — | — |
| 四元数生成对抗网络（QGAN） | 381,426 (1,525,704) | 1,516,514 (6,066,056) |
| 普通生成对抗网络（VGAN） | 6,053,826 | 24,166,274 |

括号内为等效实权重的数量，方便比较两种变体的存储大小要求。可以明显看出，QGAN在模型大小上远小于VGAN。

1.2 模型优势

该提出的模型是一个条件GAN，生成器接受彩色输入图像并输出检测热图。四元数值网络能够固有地处理颜色相关性表示。在拜占庭纪念碑铭文检测任务中，铭文本身颜色变化不大，但非铭文元素（如壁画、绘画）颜色变化较