基于特征感知的数字壁画复原方法

摘要：

敦煌壁画存在多种病害造成的不规则破损区域,运用数字修复的方式对其进行恢复,既不会对原始壁画造成损坏,又可以获得较好的修补效果.由于壁画修补问题中缺失的区域较大,不能用局部非语义的修补方法来实现.针对敦煌壁画缺损区域的修复问题,设计了基于生成对抗网络的图像修补方法,使用语义上合理的内容来渲染缺失区域的像素,实现非接触性壁画场景重建,从而提升壁画虚拟修复准确度.该算法在生成对抗神经网络的基础上引入感知损失函数,在生成模型中添加3层扩张卷积层来收集破损区域的图像特征,利用感知损失提升模型对高频纹理细节的修复能力,运用扩展卷积提取范围特征激励生成模型生成较高质量的图像结果.在敦煌壁画数据集上将所提方法与3种优秀方法进行了比较,修复结果显示所提算法在测试数据集上的PSNR评分提高了 1.79％,SSIM评分提高了 7.7％.所提修复模型提升了破损壁画的修复精度,使修复结果更加准确.

关键词：生成对抗网络、壁画修复、感知损失、扩张卷积

所属期刊栏目：49

分类号：TP181(自动化基础理论)

资助基金：国家重点研发计划2019YFC1521200

在线出版日期：2022-06-24（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：217-223