Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度卷积对抗式网络的数字壁画图像修复方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:武汉大学

摘要:本发明公开了一种基于深度卷积生成对抗网络的壁画图像修复方法,为了解决壁画修复领域存在的数据集不完全,修复图像分辨率不高、细节缺失等问题,提出基于深度卷积生成对抗网络的壁画图像修复方法。首先使用完好图像训练DCGAN网络,再根据图像修复损失函数包括先验损失和上下文损失更新生成器参数得到修复图像。损失计算过程中通过添加权重矩阵,集中网络注意力。该方法在衣物壁画修复方面取得了较好的效果,在色调细节等方面表现良好。

主权项:1.一种基于深度卷积对抗式网络的数字壁画图像修复方法,其特征在于,包括以下步骤:步骤1,收集壁画图像,进行裁切和筛选,构建实验所需训练集;人为构建掩膜,模拟破损壁画图像,构建实验所需测试集;步骤2,构建基于DCGAN的数字壁画修复模型,使用训练集对该模型进行训练,直至模型生成较为真实且清晰的壁画图像,保存模型参数;所述基于DCGAN的数字壁画修复模型包括结构基本对称的生成器和判别器,其中生成器包括多个微步卷积,判别器包括多个跨步卷积和一个sigmoid层;所述基于DCGAN的数字壁画修复模型的输入为噪声向量,生成器的输出为壁画图像;步骤3,利用步骤2中保存的模型参数,使用测试集中模拟的破损壁画图像,通过计算损失函数,更新模型参数,迭代多次直到完成图像修复,其中损失函数包括先验损失和上下文损失。

全文数据:

权利要求:

百度查询: 武汉大学 一种基于深度卷积对抗式网络的数字壁画图像修复方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。