基于改进CycleGAN网络的甲骨摹本自动生成方法

摘要

甲骨摹本作为记录甲骨文字形态与细节的重要载体，在汉字起源与演变研究中具有重要学术价值.针对传统获取方法耗时费力、受限于实物稀缺及人工绘制主观性强等问题，提出一种基于改进CycleGAN的甲骨摹本自动生成方法.通过引入多尺度特征提取模块(split conv concat, SCC)在不同尺度上同时捕获局部细节特征与全局语义信息.为进一步优化甲骨特征提取过程，利用风格强化注意力残差模块(enhanced style attention residual module, ESARM)实现甲骨关键特征的选择性增强并有效抑制甲骨图像背景噪声干扰.实验结果表明，本文方法显著提升了SSIM、PSNR等指标，在保持字形结构完整、实现细节精准重建的同时，使边缘清晰度与连续性接近标准摹本，适用于高标准甲骨摹本生成，为古文字研究提供支撑.

关键词

甲骨摹本 / CycleGAN / 图像生成 / 多尺度特征融合 / 注意力模块