基于改进U-Net的壁画颜料层脱落病害区域提取

摘要：

颜料层脱落区域的提取是壁画科学保护和修复的重要环节,由于标准U-Net在传播过程中低维的细节信息逐渐减弱,使得病害区域提取精度受到限制.因此,本文提出一种改进型U-Net网络,用于壁画颜料层脱落病害区域提取.首先,通过影像裁剪和预处理得到青海省瞿昙寺壁画图像数据集.其次,在编码层中引入空间金字塔池化层,构建一种低维特征信息保留结构.同时,在解码层中通过池化索引上采样,减少图像边缘信息在反卷积过程中的损失.最后,在瞿昙寺壁画图像数据集上进行验证.结果 表明,改进U-Net方法在IoU和F1-Score两项评价指标上的均值分别达到82.7％和90.5％,优于SegNet及标准U-Net,证明了改进U-Net网络模型对壁画颜料层脱落病害区域提取的有效性,可为壁画保护现状调查提供依据.

关键词：壁画;颜料层脱落;病害提取;深度学习;改进U-Net

所属期刊栏目：29

分类号：TP29(自动化技术及设备)

资助基金：国家重点研发计划;国家自然科学基金;场景知识驱动的文化遗产几何形态数字化修复研究

在线出版日期：2022-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：69-74