线描引导的壁画损伤渐进式修复
计算机视觉与模式识别
2024-07-08 v2
摘要
相较于自然图像修复，壁画图像修复甚少被探索且大体未解决。多数现有图像修复方法倾向于将目标图像作为唯一输入并直接修复损伤以生成视觉合理的結果。这些方法在修复或补全某些预定义对象（如人脸、织物纹理和印刷文本等）上取得高性能，但不适用于修复具有多变主题和 large 损伤区域的壁画。此外，由于颜料中离散的颜色，壁画修复可能遭受明显的颜色偏差。为此，本文提出一种线描引导的渐进式壁画修复方法。它将修复过程分为两步：结构重建与颜色校正，分别由结构重建网络（SRN）和颜色校正网络（CCN）实现。在结构重建中，SRN 利用线描作为辅助以实现大规模内容真实性与结构稳定性。在颜色校正中，CCN 对缺失像素进行局部颜色调整，减少颜色偏差与边缘跳变的负面影响。所提方法针对当前最先进图像修复方法进行评估。定性与定量结果证明了该方法在壁画图像修复中的优越性。代码与数据见 https://github.com/qinnzou/mural-image-inpainting。
引用
@article{arxiv.2211.06649,
title = {Line Drawing Guided Progressive Inpainting of Mural Damage},
author = {Luxi Li and Qin Zou and Fan Zhang and Hongkai Yu and Long Chen and Chengfang Song and Xianfeng Huang and Xiaoguang Wang and Qingquan Li},
journal= {arXiv preprint arXiv:2211.06649},
year = {2024}
}