<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          深度學習發(fā)現古人類遺址,AI 考古比胡八一更高效

          共 2508字,需瀏覽 6分鐘

           ·

          2021-11-05 17:22


          來源:HyperAI超神經

          本文約1800字,建議閱讀5分鐘?

          伊利諾伊州立大學人類學專業(yè)考古方向的研究人員,將空間遙感技術和深度學習應用于古人類遺址的發(fā)掘和研究。


          關鍵詞:考古 遙感 機器視覺


          考古,一直是個神秘又充滿吸引力的話題。

          盜墓系列小說《鬼吹燈》中主人公胡八一,就是靠半部《十六字陰陽風水秘術》掌握了尋龍訣和分金定穴,找到大墓和寶藏。

          「盜墓文學」將探險、玄學、靈異等元素加入了考古學,使盜墓主題紅極一時


          胡八一的那套口訣:尋龍分金看纏山,一重纏是一重關,關門如有八重險,不出陰陽八卦形。幫助他用八卦星象確定墓穴位置、找到逃生出口,順利完成任務,解決難題。

          近年考古事件也頻頻登上熱搜,新聞中常見的標題:愛琴海農民挖出古希臘雕塑、西安地鐵為戰(zhàn)國古墓停工等等,讓考古工作看起來很像開盲盒,仿佛要靠碰運氣才能發(fā)現遺跡。

          ?AI 考古:深度學習大有可為

          伊利諾伊大學人類學專業(yè)的博士 Dylan Davis 就致力于將遙感和深度學習加入到考古中,帶來更多的發(fā)現。

          他基于南卡羅來納州幾個地區(qū)的 LiDAR 激光雷達數據,結合了當地的 SAR 合成孔徑雷達、多光譜數據,利用機器學習和深度學習的方法,發(fā)現了多處 3000-5000年前的美洲原住民生存遺跡。

          古人類的居住地附近常用食用過的貝類、動物遺骨、食物殘渣堆積圍繞,久而久之就形成了環(huán)形的圍體,在考古學中將這類人類遺址成為貝丘遺址或貝環(huán)遺址。

          環(huán)狀地形、貝丘遺存是古人類生活、構建家園的主要特征

          這類遺址往往出現在沿海地區(qū),在我國、日本、英國、北非等世界各地都有發(fā)現,這些遺址通常屬于新石器時期,或者晚至青銅時期。

          對古人類貝丘遺址的考察、遺址沉積物的分析,可以為北美洲原住民的發(fā)展年表、社會形成、氣候環(huán)境變化提供豐富的研究資料。

          這些古人類在建設住地時,會對土壤空隙和地形產生輕微的改變,但經過千百年來的更迭,這些變化很難在地面通過肉眼觀察出來,所以也讓這些遺址的發(fā)現增加困難。

          殼環(huán)形態(tài)在遙感影像上形態(tài)不一
          有圓環(huán)、相互連接的圓環(huán),也有半圓環(huán)

          在利用機器學習和深度學習進行圖像處理環(huán)節(jié)時,Dylan 首先下載了實驗區(qū)域的 LiDAR 數據,將其提取數字高程模型(DEM)分析得到丘陵陰影(Hillshade)和坡度(Slope),旋轉 45° 來增強訓練數據。

          最終得到了 776 個環(huán)狀地形、720個貝丘地形和 1316 個無關地形,導出為 200*200 的圖像,保留了 10% 作為驗證集。

          Dylan 和團隊基于 ResNet 50 設計了一個 Mask-R-CNN 模型,為了對模型基于 LiDAR 訓練數據得出的深度學習結果進行交叉驗證,團隊還基于Sentinel-1的多時相 SAR 數據和 Sentinel-2 的多光譜數據,對研究區(qū)域的環(huán)形地形進行了隨機森林(RF)概率分析。

          經測試,模型獲得了讓團隊滿意的結果


          Dylan?和團隊在一臺 NVIDIA Quadro p4000 GPU、Intel? Core? i7-7700 K CPU @ 4.20 GHz、4200 Mhz、4 個核心、8 個邏輯處理器和 64 GB 內存配置的工作站中,訓練了 40?多個小時,共運行了 20 個 epochs,獲得了最佳模型的訓練和驗證損失分別為 0.252 和 0.554。

          在 Dylan 和團隊的該項研究之前,美國的五大湖區(qū)已知的的古人類遺址大約有五十多個,在這些古人類遺址中發(fā)現了石器和陶器等人類生存痕跡。在 Dlyan 的研究結果顯示,這些區(qū)域仍有近百個疑似古人類遺址等待被驗證。

          Dylan 在近期的研究中提到,下一步即是根據訓練結果在實地進行考察。

          ?空間考古:非破壞性考古研究

          真正的考古沒有分金定穴這么玄妙,沒有傳說中的藏寶圖和神秘鑰匙,當代考古工作大多是非主動性的發(fā)掘。

          受到目前發(fā)掘保護方法的局限,很多文物可能會因為缺乏有效的保護手段,一經發(fā)掘出土,就會永久性地損壞。比如我國就以「如無必要,不進行主動發(fā)掘」的標準,來保護遺跡和考古發(fā)現,所以空間考古越來越受到重視。

          在二戰(zhàn)后,全球的考古學界都開始使用空間技術,尤其是結合遙感來進行考古研究。遙感考古主要是通過分析遙感圖像,再結合考古成果、歷史和文獻資料進行的。不僅能避免野外工作花費大量時間,經費和精力,減輕勞動強度。

          在上世紀60年代修建三門峽水庫時,
          我國開始用航空照片對庫區(qū)古代遺址、墓葬分布探測

          在不觸及文化遺跡的情況下精確確定遺跡的位置、形狀、大小等。對現已埋沒于地表下的古溝渠、古河道或大型建筑物等,在信息豐富的遙感資料上有時能很清楚地反映出來。

          2014 年,我國遙感地球所的研究團隊在新疆地區(qū),歷時三年對新疆古代長城進行考古工作。?

          利用遙感技術工作人員將
          200 多座古烽燧、戍堡線路復原和精確劃分

          靠著遙感手段獲取的古遺址的微弱信息, 科研人員「還原」了新疆古代長城,改變了長期以來「新疆沒有長城」的認識,令考古界為之振奮。?


          利用遙感技術,能夠更直觀形象地了解遺存,深化人類文化遺存時空分布規(guī)律的認識,了解不同環(huán)境和社會發(fā)展階段的人地關系模式及其演變過程,為解讀遺址與文化提供科學依據。?


          再結合機器學習、深度學習等 AI 技術手段,可以讓高效地提高對空間遙感數據的處理,進一步加快對文化遺存的探索與保護。


          總之,技術「倒斗」,又好又快。


          參考文獻:

          • 《Deep learning reveals extent of Archaic Native American shell-ring building practices》Dylan S.Davis

          • 《遙感考古“上天入地”空間考古大有可為》中國科學院空天信息創(chuàng)新研究院

          • 《遙感技術在考古方面的應用》

            (http://blog.sina.com.cn/s/blog_5554ecf401000e45.html)


          編輯:于騰凱
          校對:林亦霖
          瀏覽 70
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          評論
          圖片
          表情
          推薦
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  亚洲日韩AV电影 | 蜜桃av久久久亚洲精品 | 99成人视频免费观看 | 狅操美女嫩穴传媒 | 亚洲成人二区 |