I Simposio de Postgrado 2023. Ingeniería, ciencias e innovación

I SIMPOSIO 2023 RECONOCIMIENTO DE PATRONES REPETITIVOS EN IMÁGENES DE MOTIVOS DE HERENCIA CULTURAL UTILIZANDO SEGMENT-ANYTHING REFERENCIAS [1] Thompson, E. M., Biasotti, S., Giachetti, A., Tortorici, C., Werghi, N., Obeid, A. S., Berretti, S., Nguyen-Dinh, H.-P., Le, M.-Q., Nguyen, H.-D., et al., “Shrec 2020: Retrieval of digital surfaces with similar geometric reliefs,” Computers & Graphics, vol. 91, pp. 199–218, 2020 [2] Silvia Biasotti, E. Moscoso Thompson, Loic Barthe, Stefano Berretti, A. Giachetti, et al.. SHREC’18 track: Recognition of geometric patterns over 3Dmodels . Eurographics Workshop on 3D Object Retrieval, 2018, [3] Lengauer S., Komar A., Karl S., Trinkl E., Sipiran I., Schreck T., Preiner R.: Semi-automated annotation of repetitive ornaments on 3d painted pottery surfaces. In Eurographics Workshop on Graphics and Cultural Heritage (2020), Eurographics Assoc. [4] Lengauer, S., Sipiran, I., Preiner, R., Schreck, T., y Bustos, B., “A benchmark dataset for repetitive pattern recognition on textured 3d surfaces,” Computer Graphics Forum. [5] Kirillov, A., Mintun, E., Ravi, N., Mao, H., Rolland, C., Gustafson, L., ... & Girshick, R. (2023). Segment anything. arXiv preprint arXiv:2304.02643. Sebastián Sepúlveda 1* , Benjamín Bustos 2 , Iván Sipirán 1,2 1 Departamento de Ciencias de la Computación, Universidad de Chile, IMFD. 2 CENIA, Chile *Email: sesepulveda@ug.uchile.cl RESUMEN La detección de patrones en cerámica antigua juega un rol pri- mordial en la preservación, análisis y restauración en arqueolo- gía, ya que permite al arqueólogo poder documentar patrones de relevancia, encontrar relaciones entre artefactos arqueoló- gicos de diferentes culturas, entre otras aplicaciones del área. Actualmente, en arqueología se realizan segmentaciones de pa- trones de manera manual por medio de una inspección visual, dibujando y agregando una descripción del motivo de interés en la imagen del artefacto arqueológico de interés [1]. Esta meto- dología de trabajo es propensa a errores, además de ser comple- ja de realizar al aumentar el número de imágenes a analizar. Los estudios relacionados a segmentación sobre imágenes arqueo- lógicas se han realizado anteriormente sobre imágenes 3D [2,3], sin embargo, se mostró que los resultados obtenidos no eran lo suficientemente satisfactorios, mencionando dificultades en la generalización [2] o detectando aproximadamente el 50% de los patrones. En este trabajo se estudiará la identificación de patro- nes repetitivos sobre imágenes 2D de texturas de cerámica anti- gua [4] mediante el uso del modelo fundacional basado en redes neuronales Vision Transformers, Segment Anything (SAM) [5]. A pesar de la gran capacidad de segmentación demostrada por el modelo de SAM, el conjunto de datos a utilizar posee patrones pequeños, variaciones de iluminación y pérdida de formas que pueden disminuir la capacidad de segmentación del modelo, lo cual se propone solucionar mediante la generación de entra- das o prompts representativos del conjunto de datos. Se espera que los resultados permitan realizar la tarea de segmentación en nuevas fuentes de datos de figuras arqueológicas de manera automática y de esta manera colaborar en el proceso de recu- peración de información de patrones en este dominio de datos.