Restauración y conservación de piezas arqueológicas mediante aprendizaje profundo y autoencoders convolucionales sobre grafos

Acronym

P_ARQ-IA

Consortium Coordinator

Sipiran Mendoza, Ivan Anselmo

Start Date

December 20, 2018

End Date

December 31, 2020

Status

https://purl.org/pe-repo/concytec/estadoProyecto#concluido

Description

En este proyecto desarrollaremos algoritmos computacionales avanzados basados en inteligencia artificial para apoyar la labor de conservación y restauración de material arqueológico. El foco de nuestra propuesta está en el diseño y desarrollo de redes neuronales que aprendan la estructura geométrica de objetos arqueológicos representados con formas 3D en el computador y que permita generar reparaciones plausibles a objetos dañados. Nuestra propuesta involucra la investigación de redes neuronales de tipo autoencoder variacionales con operadores convolucionales de grafos que nos permitirá sacarle mayor provecho a la información de entrada geométrica. Nuestra propuesta busca mejorar los tiempos que se usan para realizar conservación de material cultural. El producto final de nuestro trabajo es un software de visualización 3D y reparación 3D de objetos obtenidos desde un escáner 3D

Keywords

Conservación del patrimonio

;

Aprendizaje profundo

;

Autoencoders sobre grafos

;

Restauración digital

Área de conocimiento

Humanities

Campo OCDE

https://purl.org/pe-repo/ocde/ford#6.01.02