通过机器学习模型检测岩石艺术取得突破

研究人员开发了一种方法,可以使用机器学习 (ML) 方法检测澳大利亚崎岖景观中偏远、难以到达的地区是否存在岩石艺术。  

安德里亚·贾兰多尼博士。

该研究由格里菲斯大学社会和文化研究中心的数字考古学家Andrea Jalandoni 博士共同领导,使用在卡卡杜国家公园内发现的数百张岩石艺术图像来训练一个机器学习模型,以检测绘画岩石艺术是否存在于卡卡杜国家公园内。

该模型取得了 89% 的成功率,这意味着它可以确定哪些图像在绝大多数情况下都包含岩石艺术。  

“其中一些遗址不容易到达,因此减少一些时间、精力和费用来执行一些探索任务对于澳大利亚一些最偏远地区的此类考古研究具有巨大价值,”Jalandoni 博士说。  

“一旦我们的 ML 模型确定拍摄的区域是否可能包含以前未发现的岩石艺术,科学家们就可以进入该地点并进行实地调查,以验证是否存在岩石艺术并进一步报告。”  

来自迪肯大学的 Jalandoni 博士和共同主要作者 Nayyar Zaidi 博士与卡卡杜国家公园的传统长者密切合作进行这项研究。  

Zaidi 博士说:“这项工作展示了 ML 和 AI 为考古研究带来的力量,并为在未来几年产生重大影响的开创性研究铺平了道路——我们对研究的第二阶段感到兴奋”。  

在存在众多岩画遗址的地区,大部分岩画都无法辨认,因此仍未被记录和研究。  

研究小组表示,自动化岩石艺术研究中的许多过程可以在许多方面极大地促进岩石艺术研究,例如通过对象识别和检测、图案提取、对象重建、图像知识图和表示。

Jalandoni 博士说,凭借研究中使用的 ML 模型的功效,该方法可用于训练特定于世界各地不同地区发现的岩石艺术的模型。 

她说,这些发现也可能有助于开发一款应用程序,游客可以使用该应用程序上传潜在未被发现的岩石艺术示例的图像以供进一步分析。 

“如果你是一个游客,在一个可能有岩石艺术的地区,你正在拍照,那么我们未来的目标之一是开发一个应用程序,你可以在其中将你的图像添加到集合中,看看它是否已经记录,或者是否可能是需要检查的未被发现的岩石艺术,”Jalandoni 博士说。 

“因此,它将允许当地的公民科学家参与重要的考古研究。” 

快速申请