Desgaste y Drones: Clasificación y Caracterización de la Producción de Herramientas de Piedra Neolíticas en las Islas Shetland Utilizando Imágenes de Vehículos Aéreos No Tripulados de Alta Resolución
Autores: Megarry, William; Graham, Conor; Gilhooly, Bernard; O"Neill, Brendan; Sands, Rob; Nyland, Astrid; Cooney, Gabriel
Idioma: Inglés
Editor: MDPI
Año: 2018
Acceso abierto
Artículo científico
2018
Desgaste y Drones: Clasificación y Caracterización de la Producción de Herramientas de Piedra Neolíticas en las Islas Shetland Utilizando Imágenes de Vehículos Aéreos No Tripulados de Alta Resolución
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Imágenes de alta resolución
Vehículos aéreos no tripulados
Producción de herramientas de piedra
Sitios de cantera
Técnicas de clasificación supervisada
Actividad arqueológica
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 5
Citaciones: Sin citaciones
La aplicación de imágenes de alta resolución de vehículos aéreos no tripulados (UAV) para clasificar la extensión espacial y el carácter morfológico de la producción de herramientas de piedra en bruto y pulidas en sitios de canteras en las Islas Shetland se explora en este documento. Estos sitios se manifiestan como densas concentraciones de felcita y artefactos claramente visibles en la superficie del paisaje. Se aplican técnicas de clasificación supervisada para mapear las extensiones de material en detalle, mientras que un análisis topológico de la rugosidad de la superficie derivado de un modelo de elevación de alta resolución generado por modelado basado en imágenes (IBM) se utiliza para evaluar de forma remota el tamaño y la morfología del material. Si bien el enfoque no puede caracterizar directamente la felcita como desecho, captura con éxito el tamaño y la morfología, indicadores clave de la actividad arqueológica. Se propone que la clasificación de imágenes en rojo, verde y azul (RGB) y el análisis de rugosidad derivados de IBM a partir de fotografías recopiladas por UAV pueden proporcionar datos de forma remota sobre los procesos de extracción de piedra y pueden actuar como una herramienta de apoyo a la decisión invaluable para una caracterización de campo más detallada y específica, especialmente en sitios grandes donde el material está disperso en amplias áreas. Se sugiere que, aunque a menudo están disponibles, enfoques como este son en gran medida subutilizados, y hay un valor añadido considerable que se puede obtener de un estudio más profundo de las imágenes de UAV y los conjuntos de datos derivados.
Descripción
La aplicación de imágenes de alta resolución de vehículos aéreos no tripulados (UAV) para clasificar la extensión espacial y el carácter morfológico de la producción de herramientas de piedra en bruto y pulidas en sitios de canteras en las Islas Shetland se explora en este documento. Estos sitios se manifiestan como densas concentraciones de felcita y artefactos claramente visibles en la superficie del paisaje. Se aplican técnicas de clasificación supervisada para mapear las extensiones de material en detalle, mientras que un análisis topológico de la rugosidad de la superficie derivado de un modelo de elevación de alta resolución generado por modelado basado en imágenes (IBM) se utiliza para evaluar de forma remota el tamaño y la morfología del material. Si bien el enfoque no puede caracterizar directamente la felcita como desecho, captura con éxito el tamaño y la morfología, indicadores clave de la actividad arqueológica. Se propone que la clasificación de imágenes en rojo, verde y azul (RGB) y el análisis de rugosidad derivados de IBM a partir de fotografías recopiladas por UAV pueden proporcionar datos de forma remota sobre los procesos de extracción de piedra y pueden actuar como una herramienta de apoyo a la decisión invaluable para una caracterización de campo más detallada y específica, especialmente en sitios grandes donde el material está disperso en amplias áreas. Se sugiere que, aunque a menudo están disponibles, enfoques como este son en gran medida subutilizados, y hay un valor añadido considerable que se puede obtener de un estudio más profundo de las imágenes de UAV y los conjuntos de datos derivados.