这是一张专业的技术架构图模板，专为聚焦文化遗产壁画图像修复的深度学习与计算机视觉研究设计。模板划分为三个核心模块区域：输入模块、双分支生成器与双 PatchGAN 判别器，完整呈现了用于修复破损壁画的端到端边缘引导生成对抗网络工作流。输入模块接收三类数据：破损壁画图像、标注缺失区域的二进制掩码与破损边缘图，为修复任务提供全面的上下文信息。生成器拆分为两条并行分支：边缘修复分支（结构路径）通过堆叠门控残差块（Gated ResBlock）预测完整边缘图，保留壁画的结构完整性；图像补全分支（纹理路径）通过拼接与 1×1 卷积层实现边缘引导特征融合，将结构信息融入纹理修复，同样采用堆叠门控残差块进行特征细化。判别器模块包含两个 PatchGAN 判别器：一个用于评估预测边缘图的真实性，另一个用于评估最终修复壁画的质量，确保结构与纹理的双重保真。整体设计采用色彩编码分支、清晰的通道维度标注与方向箭头，可视化数据流与模块交互，非常适合学术论文、会议报告、技术文档与文化遗产保护研究。本模板面向计算机视觉研究者、深度学习工程师、AI 科研人员、文化遗产保护专家与相关领域研究生，广泛应用于文化遗产数字化修复、壁画修复与生成对抗网络相关的论文发表、会议报告准备、技术文档撰写与研究工作。双分支结构与边缘引导融合机制深受学术与工业界 AI 社区认可，传递出技术严谨性与实际应用价值。模板支持完全自定义，用户可替换模块名称、调整网络深度与修改配色方案，以体现自身独特的研究成果。它在功能清晰性与专业学术美学间实现了平衡，确保架构图既视觉信息丰富，又符合学术规范。