Accueil/ expose
Recognition and Clustering of Ancient Coins
mardi 06 décembre 2022

Loading the player...
Descriptif

Clustering coins according to their die is a problem that has many applications in numismatics. This clustering is crucial for understanding the economic history of tribes (especially for tribes for whom few written records exist, such as the Celts). It is a difficult task, requiring a lot of time and expertise. However, there is very little work that has been done on coin die identification. This presentation will present an automatic tool to know if two patterns have been impressed with the same tool, especially to know if two coins have been struck with the same die. Based on deep learning-based registration algorithms, the proposed method has allowed us to classify a hoard of a thousand Riedone coins dating from the 2nd century BC. This treasure allowed us to build an annotated dataset of 3D acquisitions called Riedones3D. Riedones3D is useful for Celtic coin specialists, but also for the computer vision community to develop new coin die recognition algorithms. Rigorous evaluations on Riedones3D and on other Celtic works show the interest of the proposed method.

Exposé de Katherine Gruel (CNRS, AOROC ENS-PSL) et Sofiane Horache (Mines ParisTech) dans le cadre du Séminaire Digital Humanities / Artificial Intelligence (DHAI).

Voir aussi


  • Radiographie des villages gaulois
    Katherine Gruel
  • Présentation de la 11ème journée de prot...
    Thierry Lejars, Katherine Gruel
  • IA et Peuples autochtones au Canada
    Karine Gentelet
  • The Neural Race Reduction : la dynamiqu...
    Andrew Saxe
  • Pile et face : Quand les humanités numér...
    Ecole normale supérieure
  • Alignement et comparaison de textes pou...
    Philippe Gambette
  • Redéfinir l'histoire culturelle des jour...
    Pierre-Carl Langlais
  • Sampling and Solving Linear Inverse Prob...
    Eero Simoncelli
  • Voir, c'est savoir
    Stavros Lazaris
  • L’IA et la manufacture des planches au X...
    Alexandre Guilbaud
  • Extraction et mise en correspondances au...
    Tom Monnier, Mathieu Aubry
  • Learning Solutions to the Schrödinger eq...
    Giuseppe Carleo
  • Gallicagram, un nouvel outil de lexicogr...
    Benjamin Azoulay, Benoît De Courson
  • Outillage de présentation des travaux e...
    Hugo Du Plessix
  • Embedded stories and narrative levels : ...
    Pablo Gervas
  • The Visual Apparatus of the Sphaera Corp...
    Matteo Valleriani, Jochen Büttner, Noga Shlomi, Hassan El Hajj
  • Biased Auctioneers
    Christophe Spaenjers
  • Analysing discourse and semantics throug...
    Armin Pournaki
  • Affairs of Styles: Working with AI to So...
    Florian Cafiero, Jean-Baptiste Camps
Auteur(s)
Katherine Gruel
ENS / CNRS
Directrice de recherche

Plus sur cet auteur
Voir la fiche de l'auteur

Institutions : Ecole normale supérieure-PSL

Cursus :

Katherine Gruel est Directrice de recherche au CNRS, directrice-adjointe de l'AOROC (UMR 8546),  spécialiste de protohistoire en Gaule septentrionale.

Cliquer ICI pour fermer
Sofiane Horache
Mines Paristech /AOROC (ENS -PSL)
Doctorant

Plus sur cet auteur
Voir la fiche de l'auteur

Cursus :

Sofiane Horache est doctorant à Mines Paristech. Sa thèse porte sur la reconnaissance de formes sur un nuage de points 3D et ses applications dans les arts celtiques.

Sofiane Horache met l’intelligence artificielle au service de l’archéologie, de l’histoire et du patrimoine. Il travaille sur le projet CELTES 3D, fruit d’une collaboration entre le laboratoire AOROC du département d'archéologie de l'ENS Ulm et le Centre de Robotique du département Mathématiques et Systèmes de Mines Paristech.

Cliquer ICI pour fermer
Annexes
Téléchargements :
   - Télécharger la vidéo

Dernière mise à jour : 03/02/2023