跳到主要内容
返回时间线
arXiv来源发表:

汉简残字不再整幅重绘:ReDraw把修复改成SVG路径生成与编辑,合成集SSIM达0.9225

核心概要

汉代竹木简上的墨迹残缺、笔画断裂,长期只能靠图像到图像的整幅修复,容易改动已观测到的笔画,也难以直接控制笔画几何。ReDraw把这类修复改写为可缩放矢量图形(SVG)代码的生成与编辑:第一阶段忠实矢量化或保守描摹现有笔画,第二阶段先预测骨架再补出轮廓,只追加新路径而不改动已有路径。在600个合成样本上,ReDraw的SSIM为0.9225、LPIPS为0.0850,高于同批重训的DocRes与PromptIR;在320个真实汉简字形上,一次适配后未见字形的SSIM为0.9721。

Source-provided article image: From Restoration to Redrawing: Revitalizing Ancient Chinese Characters by SVG Code Generation and Editing
arXiv

深度剖析

古文字修复从整幅像素重建转为对字符几何的矢量代码操作,已观测笔画与新增补笔在代码层面分开保存。 此前的图像到图像修复方法在整幅图上重建,可能改动已观测笔画,且不暴露可编辑的几何图元,难以对严重残缺笔画做局部补全。 在600个与训练共享源字形、但损伤模式和背景不同的合成样本上,ReDraw的SSIM为0.9225、LPIPS为0.0850,DocRes的SSIM为0.8732,PromptIR的LPIPS为0.1321;所有方法在同一批6万合成样本上重训1万步。

修复被拆成两段:先得到现有笔画的矢量表示,再在不动已有路径的前提下追加缺失笔画的路径。 第一阶段提供两种目标,忠实矢量化保留磨损轮廓与小孔等退化痕迹,保守描摹只修掉轻微几何退化,把严重残缺留给第二阶段。 同一6万合成样本、各1万步下,两阶段监督微调的SSIM为0.9055,单阶段直接预测完整SVG为0.8916;LPIPS由0.1210降到0.1120,MSE由0.04153降到0.03881。

补笔时先生成笔画骨架、再生成轮廓,并用结构感知奖励做强化学习微调,减少多余笔画和错误连接。 骨架作为显式的几何中间量,使轮廓生成有可检查的先行结构,而不是一次性输出整段路径。 在6万合成数据训练的监督模型上再做1000步GRPO,N2F任务的SSIM由0.9055升到0.9225,MSE与LPIPS分别下降约27%和24%。

启示与展望

演示范围是汉简字形的合成修复与真实字形少样本适配:合成评测用600个与训练共享源字形的样本,真实适配集为80个字类、每类4个字形共320个字形,由四名志愿者约200小时人工补全并经专家复核。作者提出后续把ReDraw接入全页文档修复智能体,并用智能体核验器迭代改进。

生成的路径是候选复原,不是经过验证的历史原貌;当缺失笔画超过50%或墨迹退化更多样时修复不可靠;8k token的上下文窗口限制了对高度复杂字符的支持;模型只处理前景字符,不含背景。作者也指出,各少样本设置使用了不同的测试子集,无法对增加样本数的作用做受控比较。