一种双判别器GAN的古彝文字符修复方法

• Published in: 自动化学报 Vol. 48; no. 3; pp. 853 - 864
• Main Authors: 陈善雄, 朱世宇, 熊海灵, 赵富佳, 王定旺, 刘云
• Format: Journal Article
• Language: Chinese
• Published: 重庆工程学院计算机与物联网学院 重庆400056%西南大学计算机与信息科学学院 重庆400715 01.03.2022; 贵州工程应用技术学院彝学研究院 毕节551700%贵州工程应用技术学院彝学研究院 毕节551700; 西南大学计算机与信息科学学院 重庆400715%西南大学计算机与信息科学学院 重庆400715
• Subjects: 彝文;生成式对抗网络;深度学习;梯度下降
• ISSN: 0254-4156
• DOI: 10.16383/j.aas.c190752

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.