Dreistufiges progressives Rahmenwerk zur Rekonstruktion von Dongba-Texten

Warum die Rettung bildhafter Schriften wichtig ist

Für das Volk der Naxi im Südwesten Chinas sind Dongba-Bücher ein Tor zu tausend Jahren von Erzählungen, Ritualen und Alltagsleben. Diese Bücher sind in einer seltenen, bildhaften Schrift verfasst, die Bild und Wort verbindet. Zeit, Feuchtigkeit und Handhabung haben viele Seiten beschädigt und Löcher sowie fehlende Striche hinterlassen, wodurch die Zeichen schwer zu lesen oder gar zu erkennen sind. Diese Studie stellt eine neue digitale Methode vor, um diese empfindlichen Texte „auszufüllen“ — mit dem Ziel, sowohl das Aussehen der Schrift als auch ihre Bedeutung wiederherzustellen und so ein wirkungsvolles neues Werkzeug für den Kulturerhalt zu bieten.

Von zerfetzten Seiten zur digitalen Restaurierung

Konservatoren haben beschädigte Manuskripte lange physisch zu reparieren versucht, doch heute eröffnet die digitale Restaurierung einen zusätzlichen Weg: Anstatt das Original zu berühren, können Computer fehlende Teile in einem Scan rekonstruieren. Bei gewöhnlichem gedrucktem Text gelingt modernen Algorithmen bereits ein brauchbares Erraten verlorener Buchstaben aus umliegenden Formen und Mustern. Dongba-Bücher stellen eine größere Herausforderung dar. Jedes Zeichen ist eine kleine Zeichnung, deren Linien sowohl visuellen Stil als auch Bedeutung tragen. Wenn Software Linien nur glättet, um gut auszusehen, kann sie ein Zeichen versehentlich in etwas Verfälschtes verwandeln und damit den kulturellen Befund verzerren. Die Autoren argumentieren, dass jede ernsthafte Restaurierung sowohl das kunsthafte Erscheinungsbild als auch die strengen Regeln des Schriftsystems respektieren muss.

Eine dreistufige Reise von der Kontur zur Bedeutung

Das Forschungsteam schlägt ein dreistufiges, progressives Rahmenwerk namens TsP vor, das speziell für stark beschädigte Dongba-Seiten entwickelt wurde. In der ersten Stufe konzentriert sich das System ausschließlich auf Konturen. Es nimmt das beschädigte Bild, erkennt Stellen, an denen einst Striche waren, und verwendet eine Kombination aus zwei leistungsfähigen Techniken — Faltungsnetzwerken, die gut mit lokalen Details umgehen können, und Transformer-Netzwerken, die die globale Struktur erfassen —, um grob die fehlenden Kanten nachzubilden. Das Ergebnis ist eine ungefähre Konturenkarte, wie eine Skizze, die die Gesamtform des Zeichens andeutet, selbst dort, wo Teile fehlen.

Einen digitalen Wörterbuch-Eintrag die Reparatur leiten lassen

In der zweiten Stufe bringt das System Wissen über Dongba selbst ein. Die Forscher erstellten ein digitales Wörterbuch häufig verwendeter Dongba-Symbole, das viele Handschriftvarianten für jedes einzelne enthält. Der Algorithmus vergleicht die in Stufe eins reparierte Kontur mit allen Einträgen dieses Wörterbuchs und findet das ähnlichste vollständige Zeichen. Er tut dies nicht durch Lesen von Textetiketten, sondern durch Messen der statistischen Formähnlichkeit. Das gewählte Symbol dient als „Inhaltsprior“ — eine bestenfalls plausible Vermutung, welches Zeichen ursprünglich gemeint war, und liefert sowohl semantische Hinweise als auch feine Strichdetails, die ein rein visuelles Verfahren übersehen würde.

Die finale Bildpflege

In der dritten und letzten Stufe vereint TsP zwei Informationsströme: die strukturelle Kontur aus dem ersten Schritt und das vollständige Zeichen aus dem Wörterbuch. Ein speziell entworfendes zweigleisiges neuronales Netzwerk extrahiert Merkmale aus beiden Quellen, wobei ein Zweig sich auf die Strichanordnung und der andere auf reichere Inhaltsmuster konzentriert. Diese Merkmale lenken dann ein Restaurierungsmodul, das nicht nur im Bildraum, sondern auch im Frequenzraum arbeitet, wo sich Muster wie Gesamtebenheit und Rhythmus der Striche effektiver anpassen lassen. Dieser finale Durchgang entfernt Artefakte, ergänzt fehlende Strichteile und glättet Übergänge zwischen alten und neu generierten Bereichen, sodass das reparierte Zeichen natürlich in die Originalseite eingebettet wirkt.

Wie gut funktioniert das?

Um ihre Methode zu testen, verwendeten die Autoren DB1404, den einzigen großen öffentlichen Datensatz von Dongba-Zeichen, der Tausende von Symbolen in vielen Stilen enthält. Sie erzeugten digitale „Beschädigungen“ unterschiedlicher Schweregrade, indem sie von kleinen Teilen jedes Bildes bis zu halbseitigen Ausfällen maskierten und dabei unregelmäßige Löcher und Kratzer verwendeten, die echte Verwitterung nachahmen. TsP wurde mit führenden Bildreparaturmethoden verglichen, darunter klassische Werkzeuge, moderne Transformer-basierte Systeme und Diffusionsmodelle. Über alle Schadensstufen hinweg erzeugte TsP Bilder, die sowohl optisch überzeugender als auch strukturell näher am Original waren — besonders wenn große Teile fehlten, also genau in jenen Fällen, die für seltene und fragile Manuskripte am kritischsten sind.

Was das für alte Schriften bedeutet

Einfach gesagt zeigt diese Arbeit, dass Computer nicht nur Risse in einem Bild glätten können, sondern dabei auch die Regeln und Bedeutungen eines antiken Schriftsystems respektieren. Indem sie zunächst das Skelett eines beschädigten Zeichens schätzen, es dann mit einem bekannten Symbol abgleichen und schließlich beides als Leitfaden für sorgfältiges Inpainting nutzen, bewahrt TsP Form und Sinn der Dongba-Schrift besser. Über den technischen Erfolg hinaus könnte dieser Ansatz Bibliothekaren, Historikern und lokalen Gemeinschaften helfen, Inhalte von Manuskripten wiederzugewinnen, die sonst unlesbar blieben, und er liefert ein Vorbild zur Restaurierung weiterer gefährdeter Schriften weltweit.

Zitation: Bi, X., Shi, Q. & Chen, Z. Three-stage progressive framework for Dongba ancient texts inpainting. npj Herit. Sci. 14, 240 (2026). https://doi.org/10.1038/s40494-026-02524-5

Schlüsselwörter: Dongba-Handschriften, Restaurierung antiker Schriften, Bild-Inpainting, Digitalisierung von Kulturerbe, Tiefenlernen