典型文献
一种双判别器GAN的古彝文字符修复方法
文献摘要：
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.
文献关键词：
彝文;生成式对抗网络;深度学习;梯度下降
中图分类号：
作者姓名：
陈善雄;朱世宇;熊海灵;赵富佳;王定旺;刘云
作者机构：
西南大学计算机与信息科学学院 重庆400715;重庆工程学院计算机与物联网学院 重庆400056;贵州工程应用技术学院彝学研究院 毕节551700
文献出处：
引用格式：
[1]陈善雄;朱世宇;熊海灵;赵富佳;王定旺;刘云-.一种双判别器GAN的古彝文字符修复方法)[J].自动化学报,2022(03):853-864
A类：
D2GAN
B类：
双判别器,古彝文,字符,修复方法,彝文古籍,古籍文献,损毁,通晓,恢复工作,工作进展,自动修复,Generative,adversarial,networks,dual,discriminator,彝族,深度卷积生成对抗网络,代地,生成网络,生成器,复古,笔画,残缺,修复率,生成式对抗网络,梯度下降
AB值：
0.28616
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
