多色级联网络与权重转移及古代手稿模式检测研究
在计算机视觉和文化遗产保护领域,有两项重要的研究成果值得关注。一是提出了一种多色级联网络(MCCNet)并结合权重转移技术,用于解决户外浮雕或文物中因材料差异和环境条件变化导致的颜色差异问题;二是提出了一种基于生成对抗网络(GAN)的深度无监督分割方法,用于同时检测古代手稿中的规则模式。
MCCNet:多色级联网络与权重转移
在户外浮雕或文物场景中,材料差异和环境变化会导致颜色差异,而相关的开源数据有限。为此,研究人员提出了新的RRD Prambanan数据集,该数据集由考古学家监督制作,能代表实际场景中的文物情况。同时,提出了带有权重转移架构的MCCNet来解决颜色差异问题。
RRD Prambanan数据集实验
研究人员使用RRD Prambanan数据集进行实验,创建了基于三种不同材料的补丁,每种材料包含30个补丁,并计算了所有补丁的平均均方根误差(RMSE)。结果表明,不同材料的颜色差异会导致深度问题,而MCCNet方法在材料和颜色变化的情况下能提供更连贯的深度估计。
| No. | Method | RMSE | Time (hh:mm) |
|---|---|---|---|
| 1 | Eigen et al. [8]* | 5.25 | 15:12 |
| 2 |
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



