Clasificación de cerámicas arqueológicas 3D usando multi-view geodesic farthest point sampling

• Autor: Lazo Colque, Patrick Anthony
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Universidad Nacional de San Agustín
• Repositorio: UNSA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsa.edu.pe:20.500.12773/13051
• Enlace del recurso: http://hdl.handle.net/20.500.12773/13051
• Nivel de acceso: acceso abierto
• Materia: Computer vision; Deep learning; Clasificación de cerámicas arqueológicas; multi-view; Distancia geodésica; https://purl.org/pe-repo/ocde/ford#1.02.01

La clasificación de cerámicas arqueológicas es un aspecto clave en la arqueología, ya que permite identificar los diferentes tipos de cerámicas y, posteriormente, interpretar sus funciones o usos que tuvieron en la antigua sociedad. Gracias al desarrollo de tecnologías de adquisición 3D como sensores y a los esfuerzos en computer vision (CV) y deep learning es posible diseñar un método inteligente capaz de automatizar la clasificación de cerámicas arqueológicas. En la presente tesis, se propone un descriptor similar a Multiview-Curvature denominado Multiview-Geodesic para la clasificación de cerámicas arqueológicas. Multiview-Geodesic está basado en la combinación de los mapas de distancias geodésicas generadas desde varias fuentes con las múltiples vistas de las cerámicas arqueológicas. El descriptor propuesto fue probado en dos conjuntos de cerámicas arqueológicas (a) Peruvian Dataset representada por 938 cerámicas arqueológicas recolectadas de diferentes museos en la ciudad de Lima-Peru, y (b) 3D Pottery dataset representada por 411 cerámicas, obteniendo la mejor puntuación tanto en Peruvian dataset con 82,67\% como en 3D Pottery dataset con 97,56 %.