机构名称：
¥ 1.0
在 ChatGPT 等创新的推动下，生成式人工智能已获得广泛认可。在考古学领域，生成式人工智能具有巨大潜力，特别是通过引入源自受损或退化物体的 2D 或 3D 渲染来重建文化文物的外观。在本研究中，我们展示并评估了生成对抗网络 (GAN) 的实际应用，利用深度学习的力量，对古罗马硬币进行 2D 图像重建，旨在帮助改善其可视化效果。罗马硬币被选为我们的焦点，因为它们相对丰富，并且可以通过在线存储库和数据集获得。我们的结果表明，增强受损或退化硬币的能力有所提高，使它们更类似于保存更完好的硬币。在某些情况下，生成的硬币与原件几乎没有区别。这项工作的贡献展示了 GAN 在协助文化遗产专家和考古学家重现受损物体外观方面的潜力，从而有助于改善保存不佳的硬币的可视化效果。但是，我们还讨论了在重建中使用 GAN 的局限性。虽然这项工作是针对古钱币量身定制的，但只要有足够的训练数据，GAN 在其他文物中的应用前景广阔。我们讨论了如何应用 GAN 并改善文物重建的外观，我们还提供了本研究中使用的相关数据。
使用生成式人工智能重建文化文物
主要关键词
相关文件推荐
![生成式人工智能工具的可接受使用 [示例政策]](/simg/1/1c264a50b1d14417ec649f47608b9c290ebcbabc.png)
