エッジガイダンスとマルチスケール残差ブロックに基づく中国の古代絵画のインペインティング

中国の絵画は文化的および芸術的に大きな意義を持ち、繊細な線と豊かな質感で知られています。残念ながら、多くの古代絵画は歴史的および自然的要因により損傷を受けています。自然画像の修復に成功している深層学習手法は、古代絵画のインペインティングには適用できません。そこで、エッジガイダンスとマルチスケール残差ブロックに基づく中国の古代絵画のインペインティングのためのモデル、Edge-MSGANを提案します。Edge-MSGANはエッジ画像を使用して完成ネットワークを導き、古代絵画全体を生成します。その後、マルチブランチカラー補正ネットワークを適用して色を調整します。さらに、このモデルは、異なるレベルの古代絵画の意味的特徴を学習するためにマルチスケールチャネルアテンション残差ブロックを使用します。同時に、偏光自己注意を使用することで、モデルは重要な構造、エッジ、詳細に対する集中力を高め、明確な線と複雑な詳細を持つ絵画を実現します。最後に、古代絵画のインペインティングのためのデータセットを作成し、モデルの性能を評価するための実験を行いました。提案したモデルを定性的および定量的な観点から最先端モデルと比較した結果、私たちのモデルは古代絵画の質感、エッジ、および色のインペインティングにおいて優れていることがわかりました。したがって、私たちのモデルはそれぞれ34.7127および0.9280の最大PSNRおよびSSIM値、そしてそれぞれ0.0006および0.0495の最小MSEおよびLPIPS値を達成しました。