Volumetric Fast Fourier Convolution for Detecting Ink on the Carbonized Herculaneum Papyri

要約

デジタル文書復元 (DDR) の最近の進歩により、ひどく損傷した文書の分析において大きな進歩がもたらされました。
その中で、ヘルクラネウム パピルス コレクションのインクを仮想的に開封し、自動的に検出するために人工知能技術を適用することへの関心が高まっています。
このコレクションは炭化した巻物と文書の断片で構成されており、アドホックな深層学習ベースの DDR ソリューションの開発を可能にするために X 線断層撮影によってデジタル化されています。
この研究では、体積データ用の高速フーリエ畳み込み演算子の修正を提案し、それを困難なヘルクラネウム パピルスのインク検出のためのセグメンテーション アーキテクチャに適用し、詳細な実験解析を通じてその適合性を実証します。
このタスクに関する研究と、提案された演算子の体積データを含む他のタスクへの適用を促進するために、実装をリリースします (https://github.com/aimagelab/vffc)

要約(オリジナル)

Recent advancements in Digital Document Restoration (DDR) have led to significant breakthroughs in analyzing highly damaged written artifacts. Among those, there has been an increasing interest in applying Artificial Intelligence techniques for virtually unwrapping and automatically detecting ink on the Herculaneum papyri collection. This collection consists of carbonized scrolls and fragments of documents, which have been digitized via X-ray tomography to allow the development of ad-hoc deep learning-based DDR solutions. In this work, we propose a modification of the Fast Fourier Convolution operator for volumetric data and apply it in a segmentation architecture for ink detection on the challenging Herculaneum papyri, demonstrating its suitability via deep experimental analysis. To encourage the research on this task and the application of the proposed operator to other tasks involving volumetric data, we will release our implementation (https://github.com/aimagelab/vffc)

arxiv情報

提供元, 利用サービス

arxiv.jp, Google