Tag Archives: deep learning

L’article ‘Discrimination of wheel‑thrown pottery surface treatment by Deep Learning’ par Wilczek e al. publié dans Archaeological and Anthropological Sciences

Exemple de classification des traitements de surface obtenu avec un algorithme VGG19
This image has an empty alt attribute; its file name is pdf.jpg

Josef Wilczek et collaborateurs étudient le traitement de surface de la poterie à l’aide d’une intelligence artificielle. Il s’agit de comprendre les techniques utilisées par les anciens potiers pour explorer l’organisation culturelle et économique des sociétés passées. La poterie est en effet l’un des matériaux les plus abondants trouvés dans les fouilles archéologiques, mais la classification des traitements de surface reste en général difficile. Dans cette étude, la géométrie obtenue à partir de modèles 3D est classée par Deep Learning. Trois algorithmes de réseau de neurones convolutifs sont évalués sur un ensemble de données expérimentales créés par un potier professionnel, spécifiquement pour la présente étude.

Read more »

L’article ‘Deep learning to detect built cultural heritage from satellite imagery. – Spatial distribution and size of vernacular houses in Sumba, Indonesia -‘ publié dans Journal of Cultural Heritage

Village traditionnel sur une colline entourée de rizières
This image has an empty alt attribute; its file name is pdf.jpg

Ethno-archéologie sur l’île de Sumba – Indonésie. La présente étude entre dans le cadre d’un projet de recherche plus général sur les pratiques traditionnelles, dirigé par Anthony Denaire. Ici, l’implantation des maisons traditionnelles (avec une tour sur le toit) reflète les récentes transformations culturelles résultant de la mondialisation. Différents algorithmes sont testés pour détecter automatiquement ces bâtiments à partir d’images satellites. Les méthodes modernes de vision par ordinateur, basées sur du deep learning, sont particulièrement efficaces pour remplir cette tâche presque inenvisageable si elle était effectuée à la main. Une fois près de 15 000 maisons traditionnelles détectées, les Histogramme de Gradients Orientés (HOG) sont calculés et introduits dans plusieurs algorithmes d’apprentissage automatique afin d’évaluer la superficie des maisons; ce paramètre véhiculant des informations pertinentes sur la position économique et politique du propriétaire. L’analyse spatiale permet alors de tirer des conclusions anthropologiques. Plus généralement, ces techniques n’offrent pas seulement un simple accroissement des capacités d’enregistrement du patrimoine culturel matériel, elles ouvrent de nouvelles perspectives de recherche, et cela à plus grande échelle.

Read more »