多尺度特征和注意力融合的生成对抗壁画修复

摘要：

针对现有深度学习图像修复算法修复壁画时,存在特征提取不足及细节重构丢失等问题,提出了一种多尺度特征和注意力融合的生成对抗壁画修复深度学习模型.设计多尺度特征金字塔网络提取壁画中不同尺度的特征信息,增强特征关联性;采用自注意力机制及特征融合模块构建多尺度特征生成器,以获取丰富的上下文信息,提升网络的修复能力;引入最小化对抗损失与均方误差促进判别器的残差反馈,从而结合不同尺度的特征信息完成壁画修复.通过对真实敦煌壁画数字化修复的实验结果表明,所提算法能够有效保护壁画图像的边缘和纹理等重要特征信息,并且主观视觉效果及客观评价指标均优于比较算法.

关键词：图像重构、壁画修复、生成对抗网络、多尺度特征融合、自注意力机制

所属期刊栏目：49

分类号：TN911.73

资助基金：国家自然科学基金;教育部人文社会科学研究项目;兰州交通大学天佑创新团队

在线出版日期：2023-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：254-264