Content-Based Indexing and Retrieval of Cultural Heritage Data: An Integrated Approach to Documentation with Application to the EROS
Notice bibliographique
Résumé
Over the last few decades, Cultural Heritage documentation has been characterized by the massive use of digital media. Recently, the use of three-dimensional scanner technologies has provided us with the opportunity to obtain an unambiguous body of information characterizing the three-dimensional shapes of the artefacts. These vast repositories are now structured in databases, for easy access. Such databases contain not only the artefacts, but also relevant information such as restoration reports, data regarding quantitative analysis, chemical formulae, etc. It follows that storing such information is not enough. Rather, it should be indexed in order to be searched and retrieved easily and rapidly. In addition, the data should be preserved as technologies evolve over time, in order to ensure long-term preservation and access. This paper presents a framework for indexing and retrieval of 2D and 3D Cultural Heritage data. In our approach, novel archiving and indexing techniques, developed by the National Research Council of Canada, are employed. We present the results as applied to the EROS (EuropeanResearch Open System) Database of the C2RMF. This database consists of an impressive collection of scientific and technical data about paintings and artefacts found in all the museums of France. Our results indicate that our content-based approaches are able to accurately index and retrieve diverse images and 3D objects, based on the artefacts as well as their fragments. That is, using for example a fragment of a picture, we are able to retrieve the correct image even in conditions where lighting, orientation and the surroundings of the reference are different. The content-based retrieval system is also able to retrieve different views of the same object, e.g. of a Chalcidian amphora. In addition, our approach is able to find groups of similar images or objects, such as white figurines from the same period or 3D scans of an Anadyomene Venus.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».