Logo Lanfrica
  • Accueil
  • Atlas
  • Analyses
  • Documentation
  • Sign in

© 2026 Lanfrica. Tous droits réservés. Tous les droits d'auteur des ressources affichées sur le site Web Lanfrica appartiennent aux détenteurs de droits d'auteur d'origine, sauf indication contraire explicite.

L'apprentissage profond pour le réassemblage d'images patrimoniales

Type de record:

paper
Créateur:
PauPicTab
Éditeur:
EquMul
Éditeur:
CCSD
Hôte:avatar
International audience Dans cet article, nous présentons Deepzzle, une méthode de résolution de puzzles reposant sur l'apprentissage automatique, adaptée au réassemblage d'objets patrimoniaux. En effet, ceux-ci subissent des contraintes particulières : érosion, fragments manquants, morceaux mélangés entre objets, etc. Deepzzle apporte une solution à ces problèmes. Abstract-In this paper, we present Deepzzle, a puzzle-solving method based on deep learning. Deepzzle is able to handle efficiently cultural heritage constraints: heritage collections suffer from erosion, missing fragments and mixed puzzles.

Visit

hal.science

Tasks

computer vision

Tags

[INFO.INFO-CV]Computer Science [cs]/Computer Vision and Pattern Recognition [cs.CV][INFO.INFO-LG]Computer Science [cs]/Machine Learning [cs.LG]

Licenses

info:eu-repo/semantics/OpenAccess

Similaires

MATTONG : Une interface graphique sous MatLab pour le suivi du contour de la langue à partir d'images ultrasonsExploiting deep learning algorithms and satellite image time series for deforestation prediction Exploitation des algorithmes d'apprentissage profond et des séries temporelles d'images satellitaires pour la prédiction de la déforestationApproches évolutionnaires pour l'apprentissage de réseaux de régulation transcriptionnelle.Utilité du portfolio pour l'autonomie dans l'apprentissage des languesComputational approach for the diagnosis of mycetoma causative agents using histopathological microscopic images Méthodes d'analyse d'images histopathologiques pour le diagnostic automatique du mycétomePragmatèmes de l’arabe marocain : Pour le meilleur et pour le pire

MATTONG : Une interface graphique sous MatLab pour le suivi du contour de la langue à partir d'images ultrasons

Journée de la parole 2014 - LeMans L'imagerie ultrason (US) est un outil de plus en p

Exploiting deep learning algorithms and satellite image time series for deforestation prediction Exploitation des algorithmes d'apprentissage profond et des séries temporelles d'images satellitaires pour la prédiction de la déforestation

In recent years, we have witnessed the emergence of Deep Learning (DL) methods, which

Approches évolutionnaires pour l'apprentissage de réseaux de régulation transcriptionnelle.

National audience Nous nous intéressons à l'inférence de réseaux de régulation généti

Utilité du portfolio pour l'autonomie dans l'apprentissage des langues

International audience L'idee de faire elaborer par les apprenants des journaux d'app

Computational approach for the diagnosis of mycetoma causative agents using histopathological microscopic images Méthodes d'analyse d'images histopathologiques pour le diagnostic automatique du mycétome

Mycetoma is a chronic, neglected infectious disease endemic in tropical and subtropic

Pragmatèmes de l’arabe marocain : Pour le meilleur et pour le pire

Ce travail s’intéresse à un type particulier de phraséologismes que l’on désigne par phraséologismes