基于生成模型的古壁画非规则破损部分修复方法

摘要：

为了更好地保存和修复珍贵的古代壁画艺术,在现有的人工修复技术之上,结合数字虚拟修复方法,使用深度学习中生成网络的方法自动生成壁画缺失部分,可以有效地提高修复效率,降低修复成本.用于修复的网络整体上是一个自编码器结构,编码器将待处理壁画图像和破损部分对应的掩膜作为输入,进行特征提取.解码器将编码器得到的特征图通过反卷积的方法恢复到原来尺寸,完成修复,自动将破损区域进行补全.同时,通过对待修复壁画进行分块修复再拼接的方法实现了对任意尺寸壁画的修复.与其他数字壁画修复方法相比,该方法更加通用,不受壁画种类和破损情况的限制.在一般破损的壁画上可以得到超过目前先进水平的修复效果,并且在人眼无法辨识有效信息的大面积破损的壁画上,仍可以恢复得到有完整语义的图像.

关键词：壁画修复、卷积神经网络、生成模型、自编码器

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

在线出版日期：2019-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：925-931