近日，我校电气工程与自动化学院关健生教授团队联合厦门大学艺术学院、福建省哲学社会科学研究基地文化产业研究中心，成功将人工智能技术应用于文化遗产数字修复领域。相关研究成果以“Progressive Generative Mural Image Restoration Based on Adversarial Structure Learning”为题，发表于Nature旗下子刊npj Heritage Science。
该论文针对敦煌、龙门等石窟壁画的数字化修复难题，提出了一种基于生成对抗网络（GAN）的渐进式图像修复模型。该模型采用“结构优先、色彩后修”的两阶段框架，有效提高了壁画的结构重建与色彩还原精度。在自建的3264幅壁画图像数据集上进行验证，结果显示模型表现优异，结构相似度（SSIM）提升了22.21%，修复质量显著优于现有方法。该研究不仅为人工智能在文化遗产保护中的应用提供了新思路，也为传统艺术的数字化保存开辟了新路径。（电气工程与自动化学院）
原文链接：https://doi.org/10.1038/s40494-025-01883-9
图像修复模型的总体框架
不同算法对壁画图像修复效果的对比结果
闽公网安备35021102000001号
