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：苏州大学

摘要：本发明涉及图像生成技术领域，公开一种基于双生成对抗网络的古籍文字修复方法和系统，方法包括：构建包括粗修复网络和细修复网络的双生成对抗网络，获取真实文字图像，生成训练集；将训练集输入粗修复网络的生成器中生成粗粒度文字图像并训练粗修复网络，将粗粒度文字图像和真实文字图像输入判别器中进行判别；固定粗修复网络参数，将粗粒度文字图像输入细修复网络的生成器中生成细粒度文字图像并训练细修复网络，将细粒度文字图像和真实文字输入判别器中进行判别；将待修复文字图像输入到训练完成的双生成对抗网络完成对文字的修复；系统包括实现各步骤的模块。本发明可以扩大感受野范围，修复过程更加容易、提高修复准确性和效率。

主权项：1.一种基于双生成对抗网络的古籍文字修复方法，其特征在于，包括：构建包括粗修复网络和细修复网络的双生成对抗网络，所述粗修复网络和细修复网络为卷积结构不同的生成对抗网络；获取真实文字图像，生成不同字体风格的文字图像并划分为训练集和测试集；将训练集输入到所述粗修复网络的生成器中，生成粗粒度文字图像并训练所述粗修复网络；将所述粗粒度文字图像和真实文字图像输入到所述粗修复网络的判别器中进行判别；固定所述粗修复网络的参数，将所述粗粒度文字图像输入到所述细修复网络的生成器中，生成细粒度文字图像并训练所述细修复网络；将所述细粒度文字图像和真实文字输入到所述细修复网络的判别器中进行判别；获取待修复文字图像，将待修复文字图像输入到训练完成的粗修复网络的生成器，将生成的结果输入到训练完成的细修复网络的生成器，完成对文字的修复；所述细修复网络包括下采样层、空洞卷积层、残差块层和上采样层，所述下采样层包括多层多尺度残差门卷积模块，所述空洞卷积层包括多层膨胀率逐层递增的空洞卷积，所述残差块层包括多个残差块，所述上采样层包括多层转置卷积；输入特征进入所述多尺度残差门卷积模块后分为两路，一路经过一层卷积后再分为两路，其中，一路经过一层卷积后进入拼接层，另一路经过两层卷积后进入拼接层；另一路经过两层卷积后再分为两路，其中，两路分别经过尺度不同的卷积后进入拼接层；拼接层将进入的特征按通道拼接后与输入特征拼接，得到所述多尺度残差门卷积模块的输出特征。

全文数据：

权利要求：

百度查询： 苏州大学 基于双生成对抗网络的古籍文字修复方法和系统