Automatic Mosaic Digitalization: A Deep Learning approach to tessera segmentation

Lo scopo del lavoro è quello di individuare e classificare le tessere di un mosaico appartenenti ad una stessa immagine o insieme, la cui unione permette di interpretare la figura geometrica o la figura umana o animale che doveva rappresentare la figura iniziale. Un mosaico, fatto di piccole tessere colorate, chiamate tessere , è una forma di arte decorativa per creare immagini e motivi su una superficie. Uno dei primi passaggi per ottenere mosaici digitali è il processo di segmentazione per separare (identificare) le tessere. Quindi, sono necessari vari strumenti per catalogare le scene digitalizzate, per estrarre le figure, come animali o esseri umani, dal puzzle di piccoli pezzi, per geolocalizzare gli oggetti segmentati e assegnare loro un significato semantico. Sebbene alcuni approcci di segmentazione a mosaico siano già stati riportati in letteratura, attualmente la segmentazione a mosaico viene ancora eseguita da operatori umani, con conseguente dispendio di tempo e soggetto a errori. Proponiamo in questo articolo un approccio automatico, basato sul Deep Learning, per segmentare le tessere del pavimento a mosaico della chiesa di S. Stefano a Umm ar Rasas. Il nostro approccio consente di ottenere automaticamente e con buona affidabilità la descrizione dei principali elementi di un mosaico (le tessere) non omogenei. Gli esperimenti eseguiti sul set di dati delle tessere raccolte forniscono elevate precisioni e dimostrano l'efficacia e l'idoneità del nostro approccio.