基于深度学习的石窟壁画破损检测

作者：张叶娥; 吴利刚

来源：云冈研究, 2022, 2(01): 85-90.

DOI：10.19970/j.cnki.ISSN2096-9708.2022.01.012

• 焦山寺石窟
• 深度学习
• 破损检测
• YOLO算法

壁画的破损检测、修复是考古文物研究领域的一项重要研究课题。传统人工修复方法依靠科研工作者和专业画家的经验和高超的绘画技术以及对史料知识的了解对缺失区域进行修补，这种方法不仅耗时较长，而且对工作者有着较高的要求。早期的壁画修复工作直接对壁画本身进行修复，更容易造成壁画本身无法恢复和破坏的可能性。深度学习可以有效提取图像隐含特征，在文物图像识别方面的应用快速发展。以山西大同焦山寺石窟为例，针对石窟壁画出现的裂缝、脱落等典型破损病害，提出了基于YOLOv5算法的壁画破损检测方法。实验结果表明，本文提出的壁画破损检测方法，能够精准的定位壁画中的破损检测部分，并且准确高效的完成破损分类。

• 单位
  山西大同大学; 机电工程学院