一种双判别器GAN的古彝文字符修复方法

摘要：

在中国,彝文古籍文献日益流失而且损毁严重,由于通晓古彝文的研究人员缺乏,使得古籍恢复工作进展十分缓慢.人工智能在图像文本领域的应用,为古籍文献的自动修复提供可能.本文设计了一种双判别器生成对抗网络(Generative adversarial networks with dual discriminator,D2GAN),以还原古代彝族字符中的缺失部分.D2GAN是在深度卷积生成对抗网络的基础上,增加一个古彝文筛选判别器.通过三个阶段的训练来迭代地优化古彝文字符生成网络,以获得古彝文字符的文字生成器.根据筛选判别器的损失结果优化D2GAN模型,并使用生成的字符恢复古彝文中丢失的笔画.实验结果表明,在字符残缺低于1/3的情况下,本文提出的方法可使文字笔画的修复率达到77.3％,有效地加快了古彝文字符修复工作的进程.

关键词：彝文、生成式对抗网络、深度学习、梯度下降

所属期刊栏目：48

分类号：TP391.41;R622.1;G271

资助基金：国家自然科学基金;国家社会科学基金;重庆市自然科学基金;模式识别国家重点实验室开放课题;中央高校基本科研业务费;重庆市教育委员会科学技术研究计划青年项目;重庆市教育委员会科学技术研究计划青年项目

在线出版日期：2022-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：853-864