基于深度学习的陶瓷图像修复研究

陶瓷是中国特色之一，古陶瓷是了解古代人民生产生活的重要途径，对古陶瓷进行图像修复的研究有助于促进地方旅游、经济、文化、教育事业的发展，同时对古代历史、文化与精神文明的研究有重要意义。大量的古陶瓷因为破损、环境腐蚀导致损毁。目前对古陶瓷破损的修复都是进行人工修复的，古陶瓷破损图像数字化修复的研究仍然处于研究初期阶段。近年来，随着神经网络的理论发展与硬件计算能力的提高，深度学习在多个领域取得了令人瞩目的成就。深度学习中对抗生成网络具有判别器和生成器两部分，因为生成器的参数来源于判别器的反向传播而不是来自于样本集使得网络结构更加轻盈稳定，被广泛地应用于图像生成领域。该文利用两级联合对抗生成网络，使用2000张缺损的陶瓷图片进行迭代训练210万次，实验表明：对抗生成网络能提升古陶瓷图像清晰度处理大规模复杂古陶瓷图像且能够保留古陶瓷图像的纹理细节等优势，这是传统算法所没有的优势。