的,实际数字可能会有出入,但大致在这个量级。
目前他手工标注出来的只有几十个高频字素,是他花了大量时间逐帧翻看扫描数据、用铅笔在打印稿上一个一个圈出来的。
剩下的中低频字素数量更多、出现频率更低、结构也更复杂,靠手工标注一个人根本做不完,需要用杨帆开发的图像分析算法做自动识别和特征提取,再由他逐个人工校验确认。
同时还需要把背面地图上每一个定居点对应的辅助线条全部做高精度矢量化处理。目前他手里的地图数据是扫描图像格式,像素精度虽然很高,但无法直接提取线条的精确几何参数。
他需要一套能够将扫描图像中的线条自动转化为矢量图形的算法,提取出每一根辅助线条的起笔坐标、转折角度、曲率半径、线条粗细变化以及末端分叉的几何形态参数,然后把这些参数和正面字素的几何特征参数做系统性的交叉比对。
这两项工作做完之后,正面花纹的文字系统基本框架就可以搭建起来了——相当于编出了一本“字典”的雏形,虽然还不知道每个字的具体含义,但至少知道一共有多少个字、每个字长什么样、它们在正文中分别出现在哪些位置。
吴浩没有犹豫。
他站起来走到办公桌边,拿起内线电话拨了杨帆的号码。电话接通时杨帆那边传来戈壁基地特有的空旷背景音——远处有风掠过装置外壳发出的低沉嗡鸣,近处是脚踩在碎石步道上细碎的沙沙声,大概正在装置外围的空地上进行例行巡检。
吴浩把林教授的发现简单概括了几句:正面花纹的字素已经识别出来了,背面地图上的辅助线条和字素之间存在一一对应关系,目录和正文的映射框架已经建立,下一步需要把算法团队的图像识别能力和林教授的符号学专业判断结合起来做系统性数字化标注。他没有说太多技术细节,只是让杨帆尽快回安西一趟,带上图像分析团队和林教授当面对接字素标注的具体技术方案。
杨帆在电话那头沉默了几秒。他和秦教授在正面花纹的数学建模上投入了太多时间,从频谱分析到密度调制曲线,从信息论编码到非线性波动方程,每一次尝试都像是在一堵没有缝隙的墙上找门。
现在林教授从符号学角度推开了这扇门,他需要一点时间来消化这个信息。然后他说今天下午就开车回来,语气简短干脆,和他每次做出技术决策时一模一样。
吴浩挂了电