基于图结构和深度学习的古文字缺损字形重建方法和装置
申请号:CN202510989823
申请日期:2025-07-17
公开号:CN120997847A
公开日期:2025-11-21
类型:发明专利
摘要
本发明提供一种基于图结构和深度学习的古文字缺损字形重建方法和装置,涉及图像处理技术领域,该方法包括:对缺损的古文字图像进行图结构表征提取,得到缺损的古文字图像对应的目标轮廓图和目标骨架图;根据目标轮廓图和目标骨架图,确定缺损的古文字图像对应的缺损类型,基于缺损类型确定字形重建策略,并基于所述字形重建策略确定缺损的古文字图像对应的图神经网络;图神经网络包括轮廓图重建网络、骨架图重建网络或跨模态重建网络;基于字形重建策略将缺损的古文字图像输入预训练的图神经网络中,得到重建结果。本发明利用图神经网络实现高质量的古文字缺损字形重建。
技术关键词
策略
网络
跨模态
样本
非暂态计算机可读存储介质
边缘检测算法
锯齿效应
节点
字符
上下文特征
细化算法
图像处理技术
拓扑特征
轮廓
处理器
交叉点
特征点
存储器
编码