增强一致性生成对抗网络在壁画修复上的应用

作     者：曹建芳 张自邦 赵爱迪 崔红艳 张琦 Cao Jianfang;Zhang Zibang;Zhao Aidi;Cui Hongyan;Zhang Qi

作者机构：太原科技大学计算机科学与技术学院太原030024 忻州师范学院计算机系忻州034000 

基　　金：山西省自然科学基金(201701D121059) 山西省高等学校人文社会科学重点研究基地项目(20190130) 山西省艺术科学规划课题(2017F06) 山西省教育科学规划课题(GH-17059) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2020年第32卷第8期

页      码：1315-1323页

摘      要：针对古代壁画由于历史风化出现不同程度起甲、脱落等问题,提出一种增强一致性生成对抗网络的算法修补壁画缺失区域.该算法以生成对抗网络为框架,首先在卷积层提取深层的图像特征信息,经过反卷积将特征映射到原图像大小的图像空间,并输出修复的图像;然后在判别网络中使用全局判别网络和局部判别网络,增强已修复壁画图像的在整体和补全区域表现的一致性;最后在生成网络中引入空洞卷积增大卷积核感受野,增加网络层数并加入残差模块来获取更丰富的图像特征,卷积层使用批标准化加快建模周期等在细节方面对网络进一步优化,判别网络中也增加了网络的层数,使得判别模型具有了更好的泛化能力.采用的自制数据集进行实验,与现有几种壁画修复算法对比的结果表明,该算法的PSNR值平均提高2~5 dB,SSIM值增加0.02~0.07,较好地完成了在纹理结构强、缺失区域较大的壁画图像上的修复,可应用于古代壁画数字修复工作.

主 题 词：生成对抗网络 感受野 残差模块 古代壁画数字修复 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.3724/SP.J.1089.2020.18048

馆 藏 号：203967883...