End-to-End Rubbing Restoration Using Generative Adversarial Networks

要約

修復物をこすることは、世界の文化史を保存するために重要です。
本論文では、不完全な摩擦文字を復元するためのRubbingGANモデルを提案します。
具体的には、Zhang Menglong Beiから文字を収集し、最初の摩擦復元データセットを構築します。
摩擦修復のための最初の生成的敵対的ネットワークを設計します。
収集したデータセットに基づいて、RubbingGANを適用して、Zhang Menglong Beiフォントスタイルを学習し、文字を復元します。
実験の結果は、RubbingGANがわずかにそしてひどく不完全な摩擦文字を速くそして効果的に修復できることを示しています。

要約(オリジナル)

Rubbing restorations are significant for preserving world cultural history. In this paper, we propose the RubbingGAN model for restoring incomplete rubbing characters. Specifically, we collect characters from the Zhang Menglong Bei and build up the first rubbing restoration dataset. We design the first generative adversarial network for rubbing restoration. Based on the dataset we collect, we apply the RubbingGAN to learn the Zhang Menglong Bei font style and restore the characters. The results of experiments show that RubbingGAN can repair both slightly and severely incomplete rubbing characters fast and effectively.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google