基于深度学习的楚国墓葬纺织品图像复原

作     者：沙莎 魏宛彤 李强 李斌 陶辉 江学为 SHA Sha;WEI Wantong;LI Qiang;LI Bin;TAO Hui;JIANG Xuewei

作者机构：武汉纺织大学服装学院武汉430073 武汉纺织大学纺织新材料与先进加工技术国家重点实验室武汉430073 武汉纺织大学武汉纺织服装数字化工程技术研究中心武汉430073 

出 版 物：《丝绸》 (Journal of Silk)

年 卷 期：2023年第60卷第5期

页      面：1-7页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 0822[工学-轻工技术与工程] 

基　　金：国家自然科学基金项目(61802285) 湖北省教育厅科学研究计划重点项目(D20201704) 湖北省服装信息化工程技术研究中心开放基金项目(184084006) 纺织服装福建省高校工程研究中心开放基金项目(MJFZ18103) 福建省新型功能性纺织纤维及材料重点实验室开放基金项目(FKLTFM1813) 武汉纺织服装数字化工程技术研究中心开放课题项目(0100000) 

主　　题：深度学习 图像复原 生成对抗网络 楚国墓葬 纺织品文物 破损纺织品 

摘      要：中国楚国时期纺织品由于其墓葬所属年份较为久远,故其纺织品文物在结构和纹样方面存在残缺、破损、污渍等问题。纺织品文物在修复时只能依赖纺织品修复者的经验和审美,且在修复过程中可能会因为修复人员的主观审美及经验出现修复结果不理想或二次损毁等情况。本文通过收集纺织品文物的图像数据建立纺织品图像数据库,采用深度学习方法中的生成对抗网络模型(GAN),针对残缺的纺织品文物,在图像层面进行补全修复,避免了对纺织品文物的接触,减少在修复过程中对文物的二次损毁。通过数字化方法复原纺织品文物的图像,使其结构完整,纹样连贯,从主观评价方面具有较好的复原效果。复原后的纺织品文物图像可以用于指导实物复原、展览展出等,对楚国墓葬纺织品的研究具有一定的借鉴意义。