Ancient Painting Garment Inpainting via Garment Structure Guidance and Garment Region-Reweighted Flow Matching
本文提出了一种结合了时尚 LoRA 指导（Fashion LoRA guidance）与服装区域重加权流匹配（Garment Region-Reweighted Flow Matching）的两阶段框架，旨在解决古画中服饰存在的结构与纹理退化问题，在显著提升修复质量的同时，为文化遗产保护提供具有可审计性且受结构约束的数字化候选方案。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你是一名试图破解谜题的侦探，但你仅有的线索是一张百年前撕裂且褪色的照片。这正是艺术修复师在面对古代绘画时的日常现实。随着几个世纪的流逝，这些杰作所依附的纸张或丝绸变得脆弱不堪，墨迹逐渐褪去，而那些定义人物衣着细节的精细线条——比如袍服的褶皱或袖口的弧度——可能会完全消失。目标不仅仅是填补那些空洞，而是要弄清楚那些缺失的线条原本“应该”是什么样子，而不必凭空捏造一段虚假的史实。
为了实现这一目标，科学家们使用了被称为“AI 图像修复”（AI inpainting）的技术。你可以把它想象成一种超级智能的图像“自动补全”功能。你向计算机展示一张带有大片黑色色块遮挡的照片，计算机就会根据它见过的数百万张其他图片来猜测遮挡物下方的内容。但问题在于，标准的 AI 非常擅长填补缺失的树枝或天空，但它经常会被织物如何悬垂和折叠的特定、复杂的规则所迷惑。它可能会画出一件看起来很真实但时代风格错误的衬衫，或者将领口的锐利线条模糊成一团浆糊。这篇论文正是在解决这个精确的问题：如何教导 AI 成为一名更好的“时尚侦探”，使其能够尊重古代服饰的特定结构。
研究人员来自西安理工大学的一个团队，他们提出了一种巧妙的两步走策略来修复这些受损的古代服饰。他们意识到，试图一次性修复整幅图像太过于混乱，因此将问题分解为“学习形状”和“填充颜色”两个阶段。
首先，他们利用现代服装教会了 AI 关于时尚结构的知识。由于古代绘画稀少且往往损坏严重，难以用于训练，他们使用了高质量的现代连衣裙和长袍照片。他们将这些照片简化为仅包含轮廓和折痕的形式——就像服装的骨架一样——并教会了 AI 一个特殊的“时尚 LoRA”（一种针对 AI 模型的轻量化插件），让它识别织物是如何运动的。这就像是给了 AI 一本关于袖子如何悬挂或裙摆如何摆动的教科书，让它在尝试编写新的“句子”之前，先掌握服装的“语法”。这一步确保了 AI 理解褶皱不仅仅是一个随机的曲线，而是遵循物理定律和风格规律的。
接下来，他们处理了最棘手的部分：真正的修复工作。当 AI 试图填补长袖上的一条细微、纤细的裂缝时，它往往会忽略它，因为相对于整个图像而言，这条裂缝实在太小了。AI 会认为：“噢，这条细小的线并不重要，”然后把注意力集中在那些大而容易处理的部分上。为了解决这个问题，作者发明了一种名为“服装区域重加权流匹配”（Garment Region-Reweighted Flow Matching，简称 GR-FM）的新方法。想象一下你在批改试卷。如果一个学生错了一道极其关键的小数学题，但其他题目都做对了，标准的老师可能会给出一个很高的总分。但这种新方法就像一位严厉的老师，他会说：“等等！这道小题才是最重要的！”它迫使 AI 对受损的、缺失的像素给予额外的关注，确保这些细长、脆弱的线条能够以极高的精度被重建。
该团队在来自五个不同中国朝代（唐、宋、元、明、清）的古代绘画数据集上测试了他们的方法。他们将这个两步走的系统与 LaMa 和 SDXL 等流行 AI 工具进行了对比。结果令人振奋：他们的方法产生了更锐利的边缘和更好的结构连续性，尤其是在处理那些难以修复的织物窄缝时。事实上，当他们测量修复图像的质量时，他们的方法在像素准确度和结构相似度方面得分都高于其他工具。
然而，作者们非常谨慎，并未声称他们已经“解决了”历史问题。他们强调，他们的 AI 并不了解绘画“真实的”原貌；它提供的只是一个“修复候选方案”。这就像是基于现有线索绘制的一幅“可能存在”的草图。该系统设计为是“可审计的”，这意味着它只改变被标记为受损的部分，而保持其余部分的原封不动。这对于博物馆和历史学家来说至关重要，因为他们需要明确知道哪些是原创的，哪些是计算机的最佳推测。
最后，这篇论文表明，通过将“时尚感”训练阶段与“超聚焦注意力”修复阶段相结合，我们可以创造出数字工具，帮助我们更清晰地观察古代艺术。它并不是要取代人类专家，而是为他们提供了一个强大且可追溯的助手，可以协助他们通过每一道褶皱，重新连接起破碎的历史线条。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。