npj Heritage Science来源发表:
罗马银币不再靠人眼逐枚比对:无监督聚类把造币模具归组,验证比对量至少减少91.8%
核心概要
古代钱币的模具研究需要把每一枚钱币与其余钱币逐一比对,比对次数随样本量平方增长,因此大规模研究长期难以完成。一项无监督流程先用高斯过程在币面浮雕上选取关键点,再以关键点之间的不相似度做贝叶斯距离微聚类,同时推断模具数量与归属。在1135枚公元64–66年尼禄时期罗马银币上,正面样本的归一化互信息为0.959,视觉验证所需比对量相对全量两两比对至少减少91.8%。
深度剖析
古代钱币的模具研究从只能人工逐枚比对,变成可以由无监督流程先给出候选模具分组,再由专家核验。 人工研究要对N张图像做至少N(N−1)/2次视觉比对,1500枚正面就超过110万次,因此对大型币藏不可行。 在1434张尼禄时期第纳里乌斯正面图像上,聚类结果与人工核验得到的297个模具标签相比,归一化互信息为0.959。
流程把每枚钱币表示为一组自动选取的浮雕关键点,用关键点匹配情况衡量两枚钱币是否出自同一模具。 通用特征检测器按尺度堆叠关键点,并不针对模具分析;这里改用高斯过程的不确定性选点,使关键点落在字母、发卷、眼睛轮廓等浮雕细节上。 在1135枚钱币的2866张图像上,正面样本的敏感度为0.840、错误发现率为0.067;把通用ORB关键点替换进同一流程后,在含大量磨损标本的大数据集上聚类表现与随机分配无法区分。
启示与展望
演示范围是1135枚公元64–66年尼禄时期罗马银币的2866张正反面图像,其中三个最低保存等级占样本26%;最终模具归属仍由专家核验与修正,流程定位为把全量两两比对改写为对少量候选簇的验证。
同一模具但保存状况差异很大的钱币,其不相似度可能高于保存良好的不同模具钱币,或高于同一雕刻师所制不同模具的钱币,因此分布存在重叠区域;作者也指出,在类别更多、每类更小的数据集上,图聚类所需的统一阈值更难选取。
