一种双判别器GAN的古彝文字符修复方法

作     者：陈善雄 朱世宇 熊海灵 赵富佳 王定旺 刘云 CHEN Shan-Xiong;ZHU Shi-Yu;XIONG Hai-Ling;ZHAO Fu-Jia;WANG Ding-Wang;LIU Yun

作者机构：西南大学计算机与信息科学学院重庆400715 重庆工程学院计算机与物联网学院重庆400056 贵州工程应用技术学院彝学研究院毕节551700 

基　　金：国家自然科学基金(61603310) 国家社会科学基金(19BYY171) 重庆市自然科学基金(cstc2019jcyj-msxm2550) 模式识别国家重点实验室开放课题(201900010) 中央高校基本科研业务费(XDJK2018B020) 重庆市教育委员会科学技术研究计划青年项目(KJQN201801901,KJQN201801902)资助 

出 版 物：《自动化学报》 (Acta Automatica Sinica)

年 卷 期：2022年第48卷第3期

页      码：853-864页

摘      要：在中国,彝文古籍文献日益流失而且损毁严重,由于通晓古彝文的研究人员缺乏,使得古籍恢复工作进展十分缓慢.人工智能在图像文本领域的应用,为古籍文献的自动修复提供可能.本文设计了一种双判别器生成对抗网络(Generative adversarial networks with dual discriminator,D2GAN),以还原古代彝族字符中的缺失部分.D2GAN是在深度卷积生成对抗网络的基础上,增加一个古彝文筛选判别器.通过三个阶段的训练来迭代地优化古彝文字符生成网络,以获得古彝文字符的文字生成器.根据筛选判别器的损失结果优化D2GAN模型,并使用生成的字符恢复古彝文中丢失的笔画.实验结果表明,在字符残缺低于1/3的情况下,本文提出的方法可使文字笔画的修复率达到77.3%,有效地加快了古彝文字符修复工作的进程.

主 题 词：彝文 生成式对抗网络 深度学习 梯度下降 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081104[081104] 080203[080203] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.16383/j.aas.c190752

馆 藏 号：203109884...