中国的永乐宫壁画,大到1000平方米,能被AI修复吗?
大家好,我们又见面了啊~本文《中国的永乐宫壁画,大到1000平方米,能被AI修复吗?》的内容中将会涉及到等等。如果你正在学习科技周边相关知识,欢迎关注我,以后会给大家带来更多科技周边相关文章,希望我们能一起进步!下面就开始本文的正式内容~
如今,人工智能(AI)不仅越来越多地被应用在科学和商业领域中,而且在艺术领域也开始崭露头角。
当人们对层出不穷的 AI 技术感到惊叹时,一项新的 AI 壁画修复技术出现了。
近日,为解决中国古代壁画杰作永乐宫壁画的“修复难”问题,来自山西大同大学、马来西亚理科大学、大理大学的研究团队提出了一个能够修复巨型壁画的 AI 模型——3M-Hybrid。
据介绍,这个模型在常规尺寸的壁画修复中相较于四种代表性的卷积神经网络(CNN)模型中的最佳模型,分别提高了14.61%的结构相似性指数(SSIM)和4.73%的峰值信噪比(PSNR)。此外,它在大型壁画的最终修复中也表现出了良好的效果

已在预印本网站arXiv上发表了一篇题为《关于永乐宫壁画的独特巨型壁画恢复的3M混合模型:以案例研究为例》的相关研究论文
大尺寸壁画的修复方法是什么?
永乐宫壁画位于山西省芮城的永乐宫(又名大纯阳万寿宫),其艺术价值最高的是精美的大型壁画。整个壁画面积超过1000平方米,分别绘制在无极殿、三清殿、纯阳殿和重阳殿内
永乐宫壁画作为宝贵的文化遗产,代表了中国绘画史上的艺术杰作。然而,由于长期缺乏保护,这些独特的壁画出现了许多损坏,修复壁画成为了一项紧迫的任务
与手工修复技术相比,数字修复方法更加高效和可逆,特别是基于深度学习的图像修复技术取得了显著的成就。然而,对基于深度学习的壁画修复文献主要关注敦煌壁画或其他常规尺寸的壁画,缺乏专门针对永乐宫壁画及类似巨大壁画修复的研究。
与其他关于壁画修复的研究相比,巨大的永乐宫壁画的修复工作面临两个主要挑战:1)永乐宫壁画具有稀缺性和独特的风格;2)壁画尺寸巨大,模型在修复不同类型和尺寸缺陷方面的熟练程度有限。
图|永乐宫壁画残缺的类型和规模上各不相同,实际残缺的表现形式也更加多样。
据论文描述,此次研究提出的 3M-Hybrid 模型能够有效修复永乐宫壁画。其中,“3M”指的是三个关键策略:多频率、多角度和多尺度,而“Hybrid”指的是混合型 CNN-VIT 网络。
首先,研究团队将巨大的壁画分割成常规尺寸的部分进行修复,然后将修复后的部分重新组装成原始尺寸。为了使常规尺寸壁画修复模型能够在有限的图像数据量下有效处理各种类型和尺寸的缺陷,研究考虑了两个方面:优化训练数据和完善模型结构。

为了获得更好的修复效果,该研究采用了一种专门用于学习和提取高频和低频信号的独立网络,以增强在这些特定频率范围内的特征学习和修复能力。通过基于频率的训练方法,该模型能够有效处理不同尺度和类型的缺陷
在模型结构方面,该研究将卷积神经网络(CNN)与预训练的视觉变换器(VIT)集成在一起,从而增强模型的特征提取能力。
在修复巨大壁画时,我们发现基本的切割方法在修复超大尺寸的缺陷时会导致接缝间隙和结构失真。为了解决这个问题,我们的研究团队采用了多角度策略来减小间隙,并结合了切割和缩小方法,采用了多尺度的修复方法。通过这样的方式,我们能够确保修复的精确性,同时也能够提取出壁画整体结构,解决了多尺度缺陷的问题

从可视化的表现来看,该模型在自由粉尘状、自由胶状和自由线性掩膜的修复结果方面表现出可观的效果。此外,对自由形状块掩膜的修复结果展现了保留的结构完整性和可信的纹理。3M-Hybrid 模型被证明是恢复这些独特而巨大壁画的可行方法。
然而,这项研究并不是没有缺点
首先,研究提出的方法依赖于多次实验以选择三个尺度融合权重的最佳值。然而,考虑到权重设置涵盖了无数的可能性,而实验次数有限,这种方法可能不够精确。因此,基于实验结果确定的权重值只能保证相对有利的最终结果。
其次,需要进行的改写是:其次,研究中使用的评估指标不够客观。目前使用的四个评估指标未能全面评估图像的结构,通常无法准确反映人类对图像的感知和评价
然而,我们不能否认该研究的重要性,它探索了深度学习在巨大壁画修复中的应用,并特别关注了利用深度学习技术来修复永乐宫壁画。这项研究代表了首次尝试探索大规模艺术品深度学习修复方法
在改进常规尺寸图像修复模型方面,该研究综合从数据和结构两个角度进行了改进。这为未来研究提供了对修复独特小数据集的新见解
帮助人类保护和传承文物的价值
在过去的几年里,人们目睹了人工智能技术与文物历史的惊人融合
2020 年,一位名叫“大谷 Spitzer”的微博网友,便利用 AI 技术将人民日报 4 年前发布的 1920 年北京黑白影像资料做了修复,完成了上色、修复帧率、扩大分辨率等工作。
2021 年,腾讯多媒体实验室也与敦煌研究院合作,利用深度学习方法分析敦煌壁画病害数据,开发出了高效的 AI 壁画病害识别工具,同时提供了沉浸式远程会诊技术,使用 4K 超清画质的 360 度画面展示洞窟内景象和文物细节,实现了无障碍远程文物会诊。
今年 6 月,在成都举办的遗产日主场城市活动“文物保护利用与文化自信自强”主题论坛上,腾讯展示了运用 AI 技术完成的三星堆人机协同模拟拼接效果。
AI 技术在文物修复领域的诸多应用令人兴奋。未来,期待 AI 技术在文物保护、修复等方面能够更进一步,帮助人类保护和传承文物的价值。
好了,本文到此结束,带大家了解了《中国的永乐宫壁画,大到1000平方米,能被AI修复吗?》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多科技周边知识!
AI辅助农业架构:提高农业生产效率
- 上一篇
- AI辅助农业架构:提高农业生产效率
- 下一篇
- 德国教授汤卫思:在中国研究人工智能,我乐在其中
-
- 科技周边 · 人工智能 | 2小时前 |
- Transformers bitsandbytes 量化后怎么保留部分模块精度
- 359浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 | 人工智能 · Transformers 大模型推理 KV Cache 显存不足 缓存卸载
- Transformers KV cache 怎么在显存不足时启用卸载
- 499浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 |
- Transformers chat template 怎么生成 assistant token 掩码
- 164浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 |
- Diffusers LoRA 权重融合后怎么恢复基础模型
- 291浏览 收藏
-
- 科技周边 · 人工智能 | 15小时前 |
- Sentence Transformers 向量归一化何时影响相似度
- 372浏览 收藏
-
- 科技周边 · 人工智能 | 17小时前 | 人工智能 · 位置偏差 大模型评测 LLM-as-a-Judge 成对评测
- 大模型回答怎么设计成对评测减少位置偏差
- 314浏览 收藏
-
- 科技周边 · 人工智能 | 19小时前 | 人工智能 · OpenAI Realtime API VAD server_vad semantic_vad
- OpenAI Realtime API 怎么配置语音轮次检测
- 293浏览 收藏
-
- 科技周边 · 人工智能 | 22小时前 |
- OpenAI Structured Outputs 怎么约束嵌套 JSON 结构
- 247浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · PyTorch ONNX dynamic_shapes 动态维度
- ONNX 导出动态维度怎么声明输入轴
- 194浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · PyTorch 混合精度 AMP GradScaler 梯度溢出 optimizer.step
- PyTorch GradScaler 何时会跳过参数更新
- 268浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · 深度学习 · PyTorch 随机种子 DataLoader num_workers worker_init_fn
- PyTorch DataLoader 多进程为什么会重复随机数据
- 316浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 大模型 Accelerate device_map 多设备推理
- Accelerate device_map 怎么把大模型分配到多设备
- 150浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 343次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 403次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 400次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 361次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 183次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

