典型文献
基于深度学习的陶瓷图像修复研究
文献摘要：
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.
文献关键词：
生成对抗网络;图像修复;迁移学习
中图分类号：
作者姓名：
李智明;赵怡;王俊祥
作者机构：
景德镇陶瓷大学,江西景德镇333000
文献出处：
引用格式：
[1]李智明;赵怡;王俊祥-.基于深度学习的陶瓷图像修复研究)[J].电子质量,2022(07):5-10
A类：
B类：
图像修复,古陶瓷,古代人,地方旅游,精神文明,损毁,人工修复,图像数字化,数字化修复,初期阶段,理论发展,计算能力,令人瞩目,对抗生成网络,判别器,生成器,反向传播,样本集,轻盈,图像生成,两级,迭代训练,万次,图像清晰度,传统算法,生成对抗网络,迁移学习
AB值：
0.302196
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
