생성적 적대 네트워크를 이용한 이베리아 도자기 재구성

Jan 30, 2024

Scientific Reports 12권, 기사 번호: 10644(2022) 이 기사 인용

1612 액세스

20 알트메트릭

측정항목 세부정보

역사적 경향을 포함한 과거 문화의 여러 측면은 다양한 시대에 속하는 고고학 유물에서 관찰되는 시간 기반 패턴에서 추론됩니다. 이러한 물체의 존재와 변형은 신석기 혁명에 대한 중요한 단서를 제공하며 대부분의 고고학 유적지에 상대적으로 풍부하다는 점을 고려할 때 세라믹 도자기는 이러한 목적에 크게 도움이 됩니다. 그럼에도 불구하고, 대부분의 도자기는 조각화되어 형태학적 정보가 누락되어 있습니다. 현재 수천 개의 혼합 조각 모음에서 조각난 개체를 재조립하는 것은 거의 전적으로 손으로 수행되는 어렵고 시간이 많이 걸리는 작업이므로 조각의 물리적 조작이 필요합니다. 수동 재구성의 문제를 극복하고 재구성된 샘플의 품질을 향상시키기 위해 우리는 완전하고 단편적인 참조가 있는 광범위한 데이터베이스에서 테스트된 맞춤형 GAN(Generative Adversarial Network)인 IberianGAN을 제시합니다. 우리는 스페인의 과달키비르 강 상류 계곡에 위치한 고고학 유적지에 속하는 이베리아 바퀴로 만든 도자기 프로필에 해당하는 1072개의 샘플로 모델을 훈련했습니다. 또한, 우리는 고고학자들과 함께 해당 분야의 전문가 평가와 함께 복원된 샘플의 품질을 측정하기 위한 정량적 및 정성적 평가를 제공합니다. 결과적인 틀은 원본 작품의 일부 조각으로부터 도자기 재구성을 용이하게 하는 가능한 방법입니다.

과거 수렵 인구에 대한 물질적 증거는 고고학의 다작 연구 분야입니다. 신석기 시대 전환을 알리는 많은 요소 중에서 도자기는 문화 선택 과정에 있어 매우 유익한 정보를 제공합니다. 그것들은 가장 자주 발견되는 고고학 유물 중 하나이기도 합니다. 일반적으로 수명이 짧기 때문에 연구자들은 모양과 장식이 시간과 공간에 따라 상당한 패션 변화를 겪는다는 점을 고려하여 이러한 유물이 연대순 및 지리적 탐구에 유용하다고 생각합니다1. 이는 고고학적 지층의 연대를 측정하기 위한 기초를 제공하고 현지 생산, 무역 관계 및 현지 인구의 소비자 행동과 같은 귀중한 데이터 세트의 증거를 제공합니다2,3,4. 몇몇 선행 연구에서는 완전한 도자기 프로파일을 사용하여 도자기의 다양한 측면을 분석합니다. 자동 프로파일 분류5,6,7,8,9 및 특징 추출10,11,12,13,14,15,16,17은 전통적인 이미지 처리 기술부터 딥러닝 접근 방식까지 광범위하게 연구되었습니다. 불행하게도 도자기는 깨지기 쉬우므로 고고학 유적지에서 회수된 실제 도자기의 대부분은 깨져서 사용 가능한 재료의 대부분이 파편으로 나타납니다. 조각을 재조립하는 작업은 거의 전적으로 손으로 수행되는 어렵고 시간이 많이 걸리는 작업이므로 조각을 물리적으로 조작해야 합니다. 조각화 과정을 이해하고 재구성 작업을 개선하는 직관적인 방법은 이베리아 장인이 따르는 절차를 모방하여 대량의 도자기를 생산하고 이를 깨뜨린 다음 결과 조각 세트를 분석하는 것입니다. 불행하게도 이러한 유형의 불완전한 자료에 대한 이와 유사한 수동 처리 방법은 숙련된 고고학자에게도 매우 시간이 많이 걸리고 노동 집약적입니다18. 이러한 요인으로 인해 자동 도자기 재조립 및 재구성19,20,21 및 조각 분석22에 대한 관심이 증가하고 있습니다. 그럼에도 불구하고 기존 연구에서는 알려진 조각 간의 비교를 사용하여 조각 문제를 해결합니다. 데이터 세트 내에서 가장 잘 일치하는 것은 해당 도자기에 가장 적합한 조각입니다. 여기서는 모델에 알려진 조각 집합을 기반으로 "최고의 조각"을 인위적으로 생성하여 실제 도자기와 동일한 기능을 가진 새로운 가상 도자기를 생성하는 딥 러닝 접근 방식을 제안합니다. 이 문서의 주요 기여는 다음과 같습니다.