基于改进生成式对抗网络与矢量绘制技术的古蜀锦纹样数字化研究
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
此推断四天王狩狮纹锦是波斯文化与汉文化交流的结晶ꎮ
按照图案的构成形式可以分为单独纹样、适合纹样和连
续纹样ꎮ 其中连续纹样主要包括二方连续纹样和四方连续纹
样ꎮ 常见的四方连续骨架排列方式有散点式、连缀式和重叠
式ꎮ « 四天王狩狮纹锦» 纹样属于典型的散点式四方连续纹
样ꎬ如图 ２( ｂ ~ ｃ) 所示ꎬ图案由上下左右四个方向重复循环的
在对原始图片进行预处理的基础上照样描绘矢量图形即可ꎮ
１. ２ 纹样复原流程
纹样的整体复原流程如图 １ 所示ꎮ 首先分析原始纹样的
由外环纹样要素和中心纹样要素两部分组成ꎬ外环纹样又称
为窠环ꎬ以联珠环、花草环、文字环等为主要样式ꎬ由一个或多
个元素按照一定规律进行环绕排列形成 [１１￣１２] ꎮ 窠环的圆形纹
成器生成高分辨率图像ꎬ判别器对生成的高分辨率图像真实
性进行判断ꎮ 通过损失函数反馈与优化算法的配置实现生成
网络权重和偏移量的调整ꎬ提高生成器生成高分辨率图片的
能力ꎮ 同时ꎬ对判别器输入高分辨图像不断提升其判别能力ꎮ
在对抗式训练迭代过程中ꎬ基于训练集数据持续更新网络中
的参数ꎬ最终构建高性能的生成式对抗网络模型ꎮ
第一层次的纹样ꎬ无需对原始图片进行前处理即可进行矢量
化建模ꎻ对于第二层次的纹样ꎬ需要在对原始图片进行矢量化
建模前进行预处理ꎬ否则容易造成矢量化纹样丢失细节ꎻ对于
第三层次的纹样ꎬ需要在对原始图片进行考证分析补全及预
处理的基础上进行矢量化建模ꎬ否则无法获得完整花回的纹
样ꎻ对于第四层次的纹样ꎬ由于无法判断完整花回ꎬ故只需要
骨架结构ꎬ提取循环单元ꎻ针对纹样中的大面积破损模糊部位
一个难题是纹样退化ꎬ包括模糊、噪声和低分辨率等问题ꎮ 这
采取相似区域补全策略进行修补ꎻ然后基于改进的生成式对
严重影响对纹样的重建工作ꎬ因此有必要在纹样重建之前对
抗网络完成补完图像的超分辨率重建ꎻ之后采用矢量绘制软
纹样图像进行预处理ꎮ 基于传统的数字图像处理手段难以实
样轨迹限定了环内的中心图案范围ꎬ其圆形构造与环内的中
心纹样相互呼应ꎬ纹样整体呈现饱满、圆润的形式之美ꎮ
« 四天王狩狮纹锦» 长 ２５０ ｃｍꎬ宽 １３０ ｃｍꎬ纵横排列着 ２０
个联珠团窠纹ꎮ 如图 ２ ( ａ) 所示ꎬ圆形窠环内以菩提树为中
轴ꎬ四位对称分布的异域骑士骑在有翼的天马上作回头射狮
状ꎬ马身上还分别写着“ 吉” “ 山” 字样ꎮ 骑士头戴饰有日月的
中图分类号: ＴＳ９４１. ２ 文献标志码: Ａ 文章编号: １００１ ７００３(２０２３)１１
引用页码: １１１１０３
ＤＯＩ: １０. ３９６９ / ｊ. ｉｓｓｎ. １００１￣７００３. ２０２３. １１. ００３
００１８ １０
丝织品是较难保存的文物之一ꎬ由于细菌等微生物对丝
式对抗网络应用于纺织品文物的纹样超分辨率重建ꎮ
不同于传统光栅图ꎬ矢量纹样能够实现对原始纹样的结
构信息进行数学建模ꎬ更容易保存纹样的拓扑特征ꎬ因此对纹
样进行矢量化建模对古纹样的数字化保护工作至关重要ꎮ 对
于预处理后的纹样图像可以采用人工提取法与计算机智能生
成法提取矢量图形ꎬ然而现有的矢量化算法生成的矢量图质
取图像中更多的细节信息ꎮ 为了减少超分辨率处理过程中原
次ꎬ因此需要在对原始图片进行矢量化建模前进行图像预处
ＥＤＳＲ [１７] 的方法去掉批量归一化层( ＢＮ 层) 来节省内存ꎬ提高
锦» 属于纹样基本清晰ꎬ有局部模糊且花回完整的第二复原层
理ꎬ否则容易造成矢量化后纹样细节丢失ꎮ 通过对纹样中较
大面积的破损模糊部位采取相似区域补全策略进行修补可以
际操作中需要为不同保存状态的纹样制定对应的复原策略ꎮ
为了界定纹样复原技术的适用范围ꎬ本文将待复原的纹样对
象分为四个层次:第一层次为花回完整且清晰可辨的纹样ꎻ第
二层次为基本清晰可辨或有微小破洞且花回完整的纹样ꎻ第
三层次为花回循环不完整且仍能够根据已存内容推测的纹
样ꎻ第四层次为破损严重且难以推测花回循环的纹样ꎮ 对于
团窠主纹样和嵌在主纹样空隙中的宾花图案组成ꎬ这种排列
方式实现了联珠团窠纹节奏与韵律的统一 [１４] ꎮ
１９
Ｖｏｌ. ６０ Ｎｏ. １１
Ｒｅｓｅａｒｃｈ ｏｎ ｄｉｇｉｔａｌｉｚａｔｉｏｎ ｏｆ ａｎｃｉｅｎｔ Ｓｈｕ ｂｒｏｃａｄｅ ｐａｔｔｅｒｎｓ ｂａｓｅｄ ｏｎ ｉｍｐｒｏｖｅｄ ｇｅｎｅｒａｔｉｖｅ ａｄｖｅｒｓａｌ ｎｅｔｗｏｒｋ ａｎｄ ｖｅｃｔｏｒ ｒｅｎｄｅｒｉｎｇ ｔｅｃｈｎｏｌｏｇｙ
程度地存在破损、模糊、噪声和分辨率低等问题ꎬ这项工作在
被忽视的是对织物原始纹样的复原ꎮ 针对纹样的不精确复原
手工绘制线稿前未结合图片预处理技术ꎬ从而造成纹样细节
容易导致部分珍贵纹样在传播过程中发生变异ꎬ从而导致文
在绘制过程中不同程度的损失ꎬ这不利于纹样传播的原真性ꎮ
难题
[１]
物的原真性遭到破坏ꎮ
为了解决传统方法在纹样数字化保护中存在的问题ꎬ基
基金项目: 四川省科技计划项目(２０２１ＹＦＳ０３４８)
此提出采用人机交互的方式引导补全纹样的结构信息ꎬ这在
一定程度上降低了纹样自动化修复Байду номын сангаас率ꎮ 类似的工作还包括
) ꎬ男ꎬ博士研究生ꎬ研究方向为纺织品文物
孙晓婉等 [５] 提出的一种基于结构线拟合的残损丝织品文物修
数字化保护与智能纺织品的研究ꎮ 通信作者:王佳丽ꎬ高级工程师ꎬ
片及文字描述方式对中国古蜀锦进行了收集和整理ꎬ然而光
素蛋白的破坏导致丝织物随着时间流逝逐渐丢失织物本来的
栅图像可编辑性差ꎬ图像在放大之后容易失真ꎬ不利于纹样的
颜色和纹样特征ꎬ因此针对传统丝织物的保护与复原是一大
后续传播与开发利用ꎮ 除了采用相机拍摄手段保存纹样ꎬ还
ꎮ 保护丝织品文物的传统方法是不断对残片进行修复
王冠ꎬ两对雄狮呈扑跃状ꎬ前腿扬起ꎬ狮尾卷曲上翘ꎬ鬃毛飞
舞ꎬ呈现凶猛之态 [１３] ꎮ 在联珠团窠纹相交的空隙部位ꎬ装饰
十字唐草纹( 在希腊称为“ 阿堪萨斯十字纹” ) ꎮ 纹样中的四
位骑士与波斯银器上刻的萨珊王夏希尔二世骑马射狮的形象
相似ꎬ而波斯侯斯罗二世头戴日月冠ꎬ隋朝隋炀帝在冕服两肩
也饰日月纹ꎬ背上饰星辰纹ꎬ寓意“ 肩挑日月、背负星辰” ꎮ 由
量参差不齐ꎬ处理复杂纹样时存在线条不连续和拓扑结构失
真等问题 [８] ꎮ 因此ꎬ目前针对复杂纹样的高精度矢量化重建
仍然需要人工参与ꎮ
为了实现针对古蜀锦纹样的数字化保护ꎬ本文提出了一
图 １ 纹样复原流程
Ｆｉｇ. １ Ｆｌｏｗ ｃｈａｒｔ ｏｆ ｐａｔｔｅｒｎ ｒｅｓｔｏｒａｔｉｏｎ
１. ３ 古蜀锦纹样矢量重建对象分析
复技术ꎬ需要手工绘制结构线来辅助纹样修复过程ꎮ 因此目
１７１８８８７０１＠ ｑｑ. ｃｏｍꎮ
前针对复杂纹样的缺损问题主要采用人工参与修复方法进行
作者简介: 王维杰(１９９３
１８
第 ６０ 卷 第 １１ 期
基于改进生成式对抗网络与矢量绘制技术的古蜀锦纹样数字化研究
纹样补全ꎮ 除了纹样破损问题ꎬ在纹样处理过程中面临的另
法主要采用相机拍摄和手工描绘的方式对纹样特征进行保
很难获得令人满意的修复效果ꎮ 如蒋超等 [４] 将纺织纹样分为
存ꎬ如黄能馥 [２] 在« 中国成都蜀锦» 一书中通过古蜀锦实物照
规律型、画作型和综合型三类ꎬ其中画作型纹样自身的规律性
较弱ꎬ难以通过已知区域的信息对待修复区域进行推理ꎮ 因
收稿日期: ２０２２ １１ １８ꎻ 修回日期: ２０２３ １０ １６
王维杰１ꎬ２ ꎬ 刘 毅１ ꎬ 肖 露１ ꎬ 方 佳１ ꎬ 王金羽１ ꎬ 王佳丽１
(１. 四川省丝绸科学研究院有限公司ꎬ成都 ６１００３１ꎻ ２. 四川大学 轻工科学与工程学院ꎬ成都 ６１００６５)
摘要: 目前古蜀锦纹样的数字化保存方法多基于数字照片的形式ꎬ其可编辑性差ꎬ不利于针对纹样的二次开发与应
逝ꎬ一些纹样逐渐消失ꎬ对蜀锦文化的传承产生了不利影响ꎮ
基于图像块的修复方法 [４] ꎬ两种方法分别适用于纹样小区域
因此针对现有残片纹样进行数字化修复与整理至关重要ꎮ 目
的破损和大范围的破损ꎮ 然而两种方法均参照破损纹样周边
前古纹样的保护手段主要分为传统方法和现代方法ꎮ 传统方
区域进行补全ꎬ在面对不规则的独立纹样缺损时ꎬ两种方法都
用ꎬ更有纹样因拍摄年代久远而导致分辨率低ꎬ从而导致在传播过程中损失关键信息ꎮ 文章针对古纹样的原始图片
分辨率低与位图图像的可编辑性差等问题ꎬ提出一种基于改进生成式对抗网络与矢量绘制技术的古蜀锦纹样的复原
方法ꎮ 以« 四天王狩狮纹锦» 为例ꎬ通过对原始图像的超分辨率重建与矢量化绘制完成矢量化建模ꎮ 实验结果表明ꎬ
件完成纹样矢量化建模ꎻ最后采用模糊综合评价方法对纹样
现高质量的退化图像复原ꎬ目前基于深度学习技术的数字图
矢量化重建效果进行评价ꎮ
像处理技术被广泛应用于图像的退化问题并取得了良好的效
果ꎮ 如基于生成式对抗网络实现遥感图像的超分辨率重建 [６]
和医学图像超分辨率重建 [７] 等ꎬ然而很少有研究探索将生成
日本京都法隆寺收藏的大窠联珠四天王狩狮纹锦是何稠
种基于生成式对抗网络与矢量绘制技术的古蜀锦纹样的数字
仿制的波斯织锦ꎬ属于典型的联珠团窠纹样ꎮ 早期的联珠团
化保护方法ꎮ 基于以上技术ꎬ对« 四天王狩狮纹锦» 图像进行
窠纹蕴含着萨珊国 教的寓意ꎬ其外圈的圆形代表太阳ꎬ以放
了分辨率增强处理与矢量化绘制ꎮ 本文研究成果将有助于提
图 ２ 四天王狩狮纹锦
Ｆｉｇ. ２ Ｂｒｏｃａｄｅ ｗｉｔｈ ｔｈｅ Ｐａｔｔｅｒｎ ｏｆ Ｆｏｕｒ Ｈｅａｖｅｎｌｙ Ｋｉｎｇｓ Ｈｕｎｔｉｎｇ Ｌｉｏｎｓ
２. ２ 生成网络结构
文献[１６] 证明了加深网络层次和增加卷积核数量可以获
结合丝织品文物纹样复原策略可以得知ꎬ« 四天王狩狮纹
射状的形式表现出太阳的光辉 [９￣１０] ꎮ 唐代的联珠团窠纹主要
高传统织锦纹样的数字化复原质量ꎬ同时也为古织锦纹样的
数字化复原提供可参考的技术路线ꎮ
１ 古蜀锦纹样矢量化重建流程
１. １ 丝织品文物纹样复原策略
丝织品文物因保存状态不佳而造成的图案不清、纹样破
损等情况非常普遍ꎬ因此也为纹样复原工作带来了难度ꎬ在实
始图 像 中 细 节 的 损 失ꎬ 本 文 采 用 ２４ 个 残 差 块ꎬ 同 时 借 鉴
网络性能ꎮ 最终的生成网络如图 ４ 所示ꎬ即通过卷积网络提
取 低分辨率图片的特征ꎬ卷积层采用６４个３ × ３ 卷积核ꎬ步长
有研究者基于采集的纹样数字图像进行手工描绘ꎬ以线稿的
或复制ꎬ其中最关键的技术是采用和残片一样的材料与织造
形式保存纹样ꎮ 如赵丰 [３] 在« 中国古代丝绸设计素材图系»
技艺ꎬ同时采用逆向工程精确复现原始织物的组织结构与纹
中收集和制作了部分蜀锦纹样线稿图ꎬ然而由于古纹样不同
样ꎬ从而使文物恢复本来的面貌ꎮ 在这所有的环节中ꎬ最容易
研究与技术
丝绸 ＪＯＵＲＮＡＬ ＯＦ ＳＩＬＫ
基于改进生成式对抗网络与矢量绘制技术的古蜀锦纹样
数字化研究
Ｒｅｓｅａｒｃｈ ｏｎ ｄｉｇｉｔａｌｉｚａｔｉｏｎ ｏｆ ａｎｃｉｅｎｔ Ｓｈｕ ｂｒｏｃａｄｅ ｐａｔｔｅｒｎｓ ｂａｓｅｄ ｏｎ ｉｍｐｒｏｖｅｄ ｇｅｎｅｒａｔｉｖｅ
ａｄｖｅｒｓａｌ ｎｅｔｗｏｒｋ ａｎｄ ｖｅｃｔｏｒ ｒｅｎｄｅｒｉｎｇ ｔｅｃｈｎｏｌｏｇｙ
蜀锦作为中国三大名锦之首ꎬ其织造技艺是中国丝绸文
于数字图像处理技术与深度学习相关技术的现代图像处理方
化的重要组成部分ꎮ 由于目前针对古蜀锦残片的保护力度不
法被广泛用于古纹样的数字化保护ꎮ 其中ꎬ针对纹样破损问
够ꎬ导致部分传统蜀锦纹样残片散落于民间ꎮ 随着时间的流
题的数字化图像修补方法主要分为基于几何学的修复方法和
得到纹样的四方连续单元ꎬ如图 ２( ｄ) 所示ꎮ 通过将图 ２( ｄ)
进行超分辨率重建可以获得更加清晰的纹样ꎮ
２ 古蜀锦纹样超分辨率重建
２. １ 生成式对抗网络结构
本文在文献[１５] 的基础上ꎬ通过加深网络层级、修改残差
网络结构和参数ꎬ实现对生成式对抗网络模型的优化ꎮ 生成
式对抗网络结构如图 ３ 所示ꎬ其中低分辨率原始图像通过生
本文方法可以实现针对古蜀锦纹样的高精度矢量化重建ꎬ纹样复原效果的模糊综合评价为比较好的隶属度ꎬ即为
４７. ７８％ ꎬ说明了本文方法的有效性ꎮ 通过该方法生成的古蜀锦矢量图像可以广泛应用于文旅产品开发与虚拟数字
博物馆建设ꎮ 同时ꎬ本文方法对其他类型古纹样的矢量化重建具有重要的借鉴意义ꎮ
关键词: 生成式对抗网络ꎻ超分辨率重建ꎻ古蜀锦纹样ꎻ矢量绘制ꎻ数字化保护
按照图案的构成形式可以分为单独纹样、适合纹样和连
续纹样ꎮ 其中连续纹样主要包括二方连续纹样和四方连续纹
样ꎮ 常见的四方连续骨架排列方式有散点式、连缀式和重叠
式ꎮ « 四天王狩狮纹锦» 纹样属于典型的散点式四方连续纹
样ꎬ如图 ２( ｂ ~ ｃ) 所示ꎬ图案由上下左右四个方向重复循环的
在对原始图片进行预处理的基础上照样描绘矢量图形即可ꎮ
１. ２ 纹样复原流程
纹样的整体复原流程如图 １ 所示ꎮ 首先分析原始纹样的
由外环纹样要素和中心纹样要素两部分组成ꎬ外环纹样又称
为窠环ꎬ以联珠环、花草环、文字环等为主要样式ꎬ由一个或多
个元素按照一定规律进行环绕排列形成 [１１￣１２] ꎮ 窠环的圆形纹
成器生成高分辨率图像ꎬ判别器对生成的高分辨率图像真实
性进行判断ꎮ 通过损失函数反馈与优化算法的配置实现生成
网络权重和偏移量的调整ꎬ提高生成器生成高分辨率图片的
能力ꎮ 同时ꎬ对判别器输入高分辨图像不断提升其判别能力ꎮ
在对抗式训练迭代过程中ꎬ基于训练集数据持续更新网络中
的参数ꎬ最终构建高性能的生成式对抗网络模型ꎮ
第一层次的纹样ꎬ无需对原始图片进行前处理即可进行矢量
化建模ꎻ对于第二层次的纹样ꎬ需要在对原始图片进行矢量化
建模前进行预处理ꎬ否则容易造成矢量化纹样丢失细节ꎻ对于
第三层次的纹样ꎬ需要在对原始图片进行考证分析补全及预
处理的基础上进行矢量化建模ꎬ否则无法获得完整花回的纹
样ꎻ对于第四层次的纹样ꎬ由于无法判断完整花回ꎬ故只需要
骨架结构ꎬ提取循环单元ꎻ针对纹样中的大面积破损模糊部位
一个难题是纹样退化ꎬ包括模糊、噪声和低分辨率等问题ꎮ 这
采取相似区域补全策略进行修补ꎻ然后基于改进的生成式对
严重影响对纹样的重建工作ꎬ因此有必要在纹样重建之前对
抗网络完成补完图像的超分辨率重建ꎻ之后采用矢量绘制软
纹样图像进行预处理ꎮ 基于传统的数字图像处理手段难以实
样轨迹限定了环内的中心图案范围ꎬ其圆形构造与环内的中
心纹样相互呼应ꎬ纹样整体呈现饱满、圆润的形式之美ꎮ
« 四天王狩狮纹锦» 长 ２５０ ｃｍꎬ宽 １３０ ｃｍꎬ纵横排列着 ２０
个联珠团窠纹ꎮ 如图 ２ ( ａ) 所示ꎬ圆形窠环内以菩提树为中
轴ꎬ四位对称分布的异域骑士骑在有翼的天马上作回头射狮
状ꎬ马身上还分别写着“ 吉” “ 山” 字样ꎮ 骑士头戴饰有日月的
中图分类号: ＴＳ９４１. ２ 文献标志码: Ａ 文章编号: １００１ ７００３(２０２３)１１
引用页码: １１１１０３
ＤＯＩ: １０. ３９６９ / ｊ. ｉｓｓｎ. １００１￣７００３. ２０２３. １１. ００３
００１８ １０
丝织品是较难保存的文物之一ꎬ由于细菌等微生物对丝
式对抗网络应用于纺织品文物的纹样超分辨率重建ꎮ
不同于传统光栅图ꎬ矢量纹样能够实现对原始纹样的结
构信息进行数学建模ꎬ更容易保存纹样的拓扑特征ꎬ因此对纹
样进行矢量化建模对古纹样的数字化保护工作至关重要ꎮ 对
于预处理后的纹样图像可以采用人工提取法与计算机智能生
成法提取矢量图形ꎬ然而现有的矢量化算法生成的矢量图质
取图像中更多的细节信息ꎮ 为了减少超分辨率处理过程中原
次ꎬ因此需要在对原始图片进行矢量化建模前进行图像预处
ＥＤＳＲ [１７] 的方法去掉批量归一化层( ＢＮ 层) 来节省内存ꎬ提高
锦» 属于纹样基本清晰ꎬ有局部模糊且花回完整的第二复原层
理ꎬ否则容易造成矢量化后纹样细节丢失ꎮ 通过对纹样中较
大面积的破损模糊部位采取相似区域补全策略进行修补可以
际操作中需要为不同保存状态的纹样制定对应的复原策略ꎮ
为了界定纹样复原技术的适用范围ꎬ本文将待复原的纹样对
象分为四个层次:第一层次为花回完整且清晰可辨的纹样ꎻ第
二层次为基本清晰可辨或有微小破洞且花回完整的纹样ꎻ第
三层次为花回循环不完整且仍能够根据已存内容推测的纹
样ꎻ第四层次为破损严重且难以推测花回循环的纹样ꎮ 对于
团窠主纹样和嵌在主纹样空隙中的宾花图案组成ꎬ这种排列
方式实现了联珠团窠纹节奏与韵律的统一 [１４] ꎮ
１９
Ｖｏｌ. ６０ Ｎｏ. １１
Ｒｅｓｅａｒｃｈ ｏｎ ｄｉｇｉｔａｌｉｚａｔｉｏｎ ｏｆ ａｎｃｉｅｎｔ Ｓｈｕ ｂｒｏｃａｄｅ ｐａｔｔｅｒｎｓ ｂａｓｅｄ ｏｎ ｉｍｐｒｏｖｅｄ ｇｅｎｅｒａｔｉｖｅ ａｄｖｅｒｓａｌ ｎｅｔｗｏｒｋ ａｎｄ ｖｅｃｔｏｒ ｒｅｎｄｅｒｉｎｇ ｔｅｃｈｎｏｌｏｇｙ
程度地存在破损、模糊、噪声和分辨率低等问题ꎬ这项工作在
被忽视的是对织物原始纹样的复原ꎮ 针对纹样的不精确复原
手工绘制线稿前未结合图片预处理技术ꎬ从而造成纹样细节
容易导致部分珍贵纹样在传播过程中发生变异ꎬ从而导致文
在绘制过程中不同程度的损失ꎬ这不利于纹样传播的原真性ꎮ
难题
[１]
物的原真性遭到破坏ꎮ
为了解决传统方法在纹样数字化保护中存在的问题ꎬ基
基金项目: 四川省科技计划项目(２０２１ＹＦＳ０３４８)
此提出采用人机交互的方式引导补全纹样的结构信息ꎬ这在
一定程度上降低了纹样自动化修复Байду номын сангаас率ꎮ 类似的工作还包括
) ꎬ男ꎬ博士研究生ꎬ研究方向为纺织品文物
孙晓婉等 [５] 提出的一种基于结构线拟合的残损丝织品文物修
数字化保护与智能纺织品的研究ꎮ 通信作者:王佳丽ꎬ高级工程师ꎬ
片及文字描述方式对中国古蜀锦进行了收集和整理ꎬ然而光
素蛋白的破坏导致丝织物随着时间流逝逐渐丢失织物本来的
栅图像可编辑性差ꎬ图像在放大之后容易失真ꎬ不利于纹样的
颜色和纹样特征ꎬ因此针对传统丝织物的保护与复原是一大
后续传播与开发利用ꎮ 除了采用相机拍摄手段保存纹样ꎬ还
ꎮ 保护丝织品文物的传统方法是不断对残片进行修复
王冠ꎬ两对雄狮呈扑跃状ꎬ前腿扬起ꎬ狮尾卷曲上翘ꎬ鬃毛飞
舞ꎬ呈现凶猛之态 [１３] ꎮ 在联珠团窠纹相交的空隙部位ꎬ装饰
十字唐草纹( 在希腊称为“ 阿堪萨斯十字纹” ) ꎮ 纹样中的四
位骑士与波斯银器上刻的萨珊王夏希尔二世骑马射狮的形象
相似ꎬ而波斯侯斯罗二世头戴日月冠ꎬ隋朝隋炀帝在冕服两肩
也饰日月纹ꎬ背上饰星辰纹ꎬ寓意“ 肩挑日月、背负星辰” ꎮ 由
量参差不齐ꎬ处理复杂纹样时存在线条不连续和拓扑结构失
真等问题 [８] ꎮ 因此ꎬ目前针对复杂纹样的高精度矢量化重建
仍然需要人工参与ꎮ
为了实现针对古蜀锦纹样的数字化保护ꎬ本文提出了一
图 １ 纹样复原流程
Ｆｉｇ. １ Ｆｌｏｗ ｃｈａｒｔ ｏｆ ｐａｔｔｅｒｎ ｒｅｓｔｏｒａｔｉｏｎ
１. ３ 古蜀锦纹样矢量重建对象分析
复技术ꎬ需要手工绘制结构线来辅助纹样修复过程ꎮ 因此目
１７１８８８７０１＠ ｑｑ. ｃｏｍꎮ
前针对复杂纹样的缺损问题主要采用人工参与修复方法进行
作者简介: 王维杰(１９９３
１８
第 ６０ 卷 第 １１ 期
基于改进生成式对抗网络与矢量绘制技术的古蜀锦纹样数字化研究
纹样补全ꎮ 除了纹样破损问题ꎬ在纹样处理过程中面临的另
法主要采用相机拍摄和手工描绘的方式对纹样特征进行保
很难获得令人满意的修复效果ꎮ 如蒋超等 [４] 将纺织纹样分为
存ꎬ如黄能馥 [２] 在« 中国成都蜀锦» 一书中通过古蜀锦实物照
规律型、画作型和综合型三类ꎬ其中画作型纹样自身的规律性
较弱ꎬ难以通过已知区域的信息对待修复区域进行推理ꎮ 因
收稿日期: ２０２２ １１ １８ꎻ 修回日期: ２０２３ １０ １６
王维杰１ꎬ２ ꎬ 刘 毅１ ꎬ 肖 露１ ꎬ 方 佳１ ꎬ 王金羽１ ꎬ 王佳丽１
(１. 四川省丝绸科学研究院有限公司ꎬ成都 ６１００３１ꎻ ２. 四川大学 轻工科学与工程学院ꎬ成都 ６１００６５)
摘要: 目前古蜀锦纹样的数字化保存方法多基于数字照片的形式ꎬ其可编辑性差ꎬ不利于针对纹样的二次开发与应
逝ꎬ一些纹样逐渐消失ꎬ对蜀锦文化的传承产生了不利影响ꎮ
基于图像块的修复方法 [４] ꎬ两种方法分别适用于纹样小区域
因此针对现有残片纹样进行数字化修复与整理至关重要ꎮ 目
的破损和大范围的破损ꎮ 然而两种方法均参照破损纹样周边
前古纹样的保护手段主要分为传统方法和现代方法ꎮ 传统方
区域进行补全ꎬ在面对不规则的独立纹样缺损时ꎬ两种方法都
用ꎬ更有纹样因拍摄年代久远而导致分辨率低ꎬ从而导致在传播过程中损失关键信息ꎮ 文章针对古纹样的原始图片
分辨率低与位图图像的可编辑性差等问题ꎬ提出一种基于改进生成式对抗网络与矢量绘制技术的古蜀锦纹样的复原
方法ꎮ 以« 四天王狩狮纹锦» 为例ꎬ通过对原始图像的超分辨率重建与矢量化绘制完成矢量化建模ꎮ 实验结果表明ꎬ
件完成纹样矢量化建模ꎻ最后采用模糊综合评价方法对纹样
现高质量的退化图像复原ꎬ目前基于深度学习技术的数字图
矢量化重建效果进行评价ꎮ
像处理技术被广泛应用于图像的退化问题并取得了良好的效
果ꎮ 如基于生成式对抗网络实现遥感图像的超分辨率重建 [６]
和医学图像超分辨率重建 [７] 等ꎬ然而很少有研究探索将生成
日本京都法隆寺收藏的大窠联珠四天王狩狮纹锦是何稠
种基于生成式对抗网络与矢量绘制技术的古蜀锦纹样的数字
仿制的波斯织锦ꎬ属于典型的联珠团窠纹样ꎮ 早期的联珠团
化保护方法ꎮ 基于以上技术ꎬ对« 四天王狩狮纹锦» 图像进行
窠纹蕴含着萨珊国 教的寓意ꎬ其外圈的圆形代表太阳ꎬ以放
了分辨率增强处理与矢量化绘制ꎮ 本文研究成果将有助于提
图 ２ 四天王狩狮纹锦
Ｆｉｇ. ２ Ｂｒｏｃａｄｅ ｗｉｔｈ ｔｈｅ Ｐａｔｔｅｒｎ ｏｆ Ｆｏｕｒ Ｈｅａｖｅｎｌｙ Ｋｉｎｇｓ Ｈｕｎｔｉｎｇ Ｌｉｏｎｓ
２. ２ 生成网络结构
文献[１６] 证明了加深网络层次和增加卷积核数量可以获
结合丝织品文物纹样复原策略可以得知ꎬ« 四天王狩狮纹
射状的形式表现出太阳的光辉 [９￣１０] ꎮ 唐代的联珠团窠纹主要
高传统织锦纹样的数字化复原质量ꎬ同时也为古织锦纹样的
数字化复原提供可参考的技术路线ꎮ
１ 古蜀锦纹样矢量化重建流程
１. １ 丝织品文物纹样复原策略
丝织品文物因保存状态不佳而造成的图案不清、纹样破
损等情况非常普遍ꎬ因此也为纹样复原工作带来了难度ꎬ在实
始图 像 中 细 节 的 损 失ꎬ 本 文 采 用 ２４ 个 残 差 块ꎬ 同 时 借 鉴
网络性能ꎮ 最终的生成网络如图 ４ 所示ꎬ即通过卷积网络提
取 低分辨率图片的特征ꎬ卷积层采用６４个３ × ３ 卷积核ꎬ步长
有研究者基于采集的纹样数字图像进行手工描绘ꎬ以线稿的
或复制ꎬ其中最关键的技术是采用和残片一样的材料与织造
形式保存纹样ꎮ 如赵丰 [３] 在« 中国古代丝绸设计素材图系»
技艺ꎬ同时采用逆向工程精确复现原始织物的组织结构与纹
中收集和制作了部分蜀锦纹样线稿图ꎬ然而由于古纹样不同
样ꎬ从而使文物恢复本来的面貌ꎮ 在这所有的环节中ꎬ最容易
研究与技术
丝绸 ＪＯＵＲＮＡＬ ＯＦ ＳＩＬＫ
基于改进生成式对抗网络与矢量绘制技术的古蜀锦纹样
数字化研究
Ｒｅｓｅａｒｃｈ ｏｎ ｄｉｇｉｔａｌｉｚａｔｉｏｎ ｏｆ ａｎｃｉｅｎｔ Ｓｈｕ ｂｒｏｃａｄｅ ｐａｔｔｅｒｎｓ ｂａｓｅｄ ｏｎ ｉｍｐｒｏｖｅｄ ｇｅｎｅｒａｔｉｖｅ
ａｄｖｅｒｓａｌ ｎｅｔｗｏｒｋ ａｎｄ ｖｅｃｔｏｒ ｒｅｎｄｅｒｉｎｇ ｔｅｃｈｎｏｌｏｇｙ
蜀锦作为中国三大名锦之首ꎬ其织造技艺是中国丝绸文
于数字图像处理技术与深度学习相关技术的现代图像处理方
化的重要组成部分ꎮ 由于目前针对古蜀锦残片的保护力度不
法被广泛用于古纹样的数字化保护ꎮ 其中ꎬ针对纹样破损问
够ꎬ导致部分传统蜀锦纹样残片散落于民间ꎮ 随着时间的流
题的数字化图像修补方法主要分为基于几何学的修复方法和
得到纹样的四方连续单元ꎬ如图 ２( ｄ) 所示ꎮ 通过将图 ２( ｄ)
进行超分辨率重建可以获得更加清晰的纹样ꎮ
２ 古蜀锦纹样超分辨率重建
２. １ 生成式对抗网络结构
本文在文献[１５] 的基础上ꎬ通过加深网络层级、修改残差
网络结构和参数ꎬ实现对生成式对抗网络模型的优化ꎮ 生成
式对抗网络结构如图 ３ 所示ꎬ其中低分辨率原始图像通过生
本文方法可以实现针对古蜀锦纹样的高精度矢量化重建ꎬ纹样复原效果的模糊综合评价为比较好的隶属度ꎬ即为
４７. ７８％ ꎬ说明了本文方法的有效性ꎮ 通过该方法生成的古蜀锦矢量图像可以广泛应用于文旅产品开发与虚拟数字
博物馆建设ꎮ 同时ꎬ本文方法对其他类型古纹样的矢量化重建具有重要的借鉴意义ꎮ
关键词: 生成式对抗网络ꎻ超分辨率重建ꎻ古蜀锦纹样ꎻ矢量绘制ꎻ数字化保护