طريقة استعادة حروف الجيان‌دو تعتمد على دمج فورييه المعدّل عبر المجالات واستعلام إحداثي مُعامل

إعادة إحياء النصوص الخيزرانية الباهتة

لأكثر من ألفي عام، كتب المسؤولون والجنود والعلماء الصينيون على شرائح رقيقة من الخيزران والخشب. اليوم، تحمل هذه الشرائح الهشة "جيان‌دو" دلائل لا تُقدَّر بثمن عن السياسة والتجارة والحياة اليومية في الصين القديمة — لكن الكتابة غالبًا ما تكون تآكلت بفعل الزمن والعفن والأضرار. تعرض هذه الورقة تقنية ذكاء اصطناعي جديدة قادرة على ترميم الحروف فرديًا رقميًا على هذه الشرائح، مما يساعد المؤرخين على قراءة نصوص تكاد تكون غير قابلة للقراءة بطريقة أخرى.

لماذا يصعب قراءة الخيزران القديم

على خلاف الصفحات المطبوعة الحديثة، تتميز شرائح الخيزران والخشب بسطوح منقوشة قوية متشابكة بالألياف والبقع. الخطوط الحبرية التي تهمنا رقيقة وباهتة، بينما نسيج الخلفية بارز وغير منتظم. بالنسبة للحاسوب، قد تبدو الخلفية أعلى صوتًا من الكتابة نفسها. بقع العفن تُظلم أجزاء السطح بسلاسة، وتشقق أو فقدان الشظايا يمحو أجزاء من الحروف تمامًا. تميل برامج إصلاح الصور القياسية، التي تعمل جيدًا على الصور العادية، إلى تمويه هذه الضربات الرقيقة أو اختراع نُسخ نسيجية غير حقيقية أو نشر ضجيج الخلفية في المناطق التي يجب أن تظهر فيها الحروف.

نهج مركز لإعادة بناء الضربات الناقصة

تحاول العديد من طرق الترميم إعادة توليد كل بكسل في الصورة، حتى في المناطق السليمة تمامًا. صمم المؤلفون نظامًا يركز جهوده على المناطق المتضررة وما يحيط بها مباشرة. أولًا، تقوم شبكة "توليد المعاملات" بمسح نسخة منخفضة الدقة من الشريحة المتضررة مع قناع يبيّن أين المعلومات مفقودة. ثم تنتج مجموعة مدمجة من التعليمات — جوهرًا وصفة — مخصّصة للثغرات والسياق القريب. تستخدم شبكة ثانية "استعلام البكسل" هذه الوصفة مع إحداثيات كل بكسل بالضبط داخل المناطق المتضررة لإعادة بنائها واحدًا تلو الآخر. لأن الشبكة تعرف دائمًا موقعها الدقيق في الصورة، يمكنها الحفاظ بشكل أفضل على التفاصيل الدقيقة مثل حواف الضربات والتقاءاتها، حتى عند الدقة العالية.

مزاوجة الفضاء والموجات دون تشويه

لفهم أنماط معقدة وإصلاحها، لا يعتمد الأسلوب على الأشكال في مستوى الصورة فقط. يحلل أيضًا كيف تتوزع التباينات الفاتحة والداكنة عبر مقاييس مختلفة باستخدام تحويل فورييه — أداة رياضية تمثل الصورة كمزيج من الموجات. في صور الجيان‌دو، تصف الموجات منخفضة التردد بصورة رئيسية خلفية الخيزران، بينما تلتقط الترددات العالية حواف الحروف الحادة. إلا أن تطبيق حيل الشبكات العصبية الشائعة بشكل ساذج في هذا المجال الموجي قد يعجبط الطيف، مما يؤدي إلى كتل لونية غريبة ونقوش خلفية تتسرب إلى الضربات. لذلك يقدم المؤلفون وحدة فورييه "منزوعة الانحياز" تعيد ترتيب وإعادة تمركز الطيف، وتعلّم وضع علامة مكانية لكل نطاق ترددي، وتُطبّع القيم المتطرفة بلطف. في الوقت نفسه، يسمح كتلة دمج التردد-المكاني لميزات الفضاء (الأشكال والأنسجة المحلية) وميزات التردد (الأنماط العالمية وإحصاءات الضجيج) بتوجيه بعضها البعض عبر آلية اقتران عابر، مكوّنة وصفًا أغنى وأكثر استقرارًا للصورة المتضررة.

اختبار الطريقة

جمع الفريق مجموعة بيانات كبيرة تضم أكثر من 60,000 صورة لحرف واحد مأخوذة من شرائح الخيزران والخشب تمتد عبر عدة سلالات صينية، مُرشّحة بعناية من حيث الجودة ومقسمة إلى مجموعات تدريب واختبار. كما استخدموا مجموعات معروفة من أقنعة التلف الاصطناعي لمحاكاة أنواع مختلفة من الفقد — فواصل صغيرة، مناطق مفقودة كبيرة، وأشكال شقوق عشوائية — بالإضافة إلى مجموعة صور من مشاهد الشوارع لاختبار مدى تعميم الطريقة خارج مواد التراث. عبر مجموعة واسعة من الاختبارات، أعاد النهج الجديد بناء المناطق المفقودة بدقة أكبر من سبع تقنيات ترميم رائدة، محققًا درجات أعلى في مقاييس دقة البكسل، والحدة الظاهرة، والتشابه البُنيوي. تُظهر المقارنات البصرية ضربات حروف أنظف، وعيوب فسيفسائية أقل، وتلوثًا أقل من أنسجة الخلفية، حتى عندما تكون نماذج العفن أو الألياف شديدة.

ماذا يعني هذا لقراءة الماضي

في النهاية، يقدم هذا العمل "حافظًا" رقميًا متخصصًا للنصوص الخيزرانية والخشبية القديمة. من خلال تعلم كيفية فصل ضربات الحبر الهشة عن الخلفيات الصاخبة المتحللة — ومن خلال إدارة تفاعلات الأشكال المكانية والأنماط الموجية بعناية — يمكن للطريقة ملء الأجزاء المفقودة من الحروف بطريقة تبدو معقولة للخبراء البشريين وتدعم التعرف الآلي على الحروف. وبينما لا تزال تواجه صعوبات مع الفجوات الكبيرة جدًا وبعض أنماط الكتابة المعقدة، فإن النهج يمثل خطوة كبيرة نحو تحويل الآثار الباهتة والمتكسرة على الشرائح القديمة إلى نصوص قابلة للقراءة والتحليل للمؤرخين واللغويين والجمهور العام.

الاستشهاد: Lu, Z., Wang, T., Hu, X. et al. A JianDu character restoration method based on cross-domain debiased fourier fusion and parameterized coordinate query. npj Herit. Sci. 14, 159 (2026). https://doi.org/10.1038/s40494-026-02414-w

الكلمات المفتاحية: استعادة شرائح الخيزران, الحروف الصينية القديمة, ترميم الصور, التعلم العميق المبني على فورييه, التراث الثقافي الرقمي