Un método de restauración de caracteres JianDu basado en fusión de Fourier sin sesgo entre dominios y consulta paramétrica de coordenadas

Devolver la vida a los textos desvanecidos en bambú

Durante más de dos mil años, funcionarios, soldados y eruditos chinos escribieron en finas tiras de bambú y madera. Hoy, estas frágiles tablillas «jiandu» contienen pistas invaluables sobre la política, el comercio y la vida cotidiana en la antigua China, pero la escritura suele estar devorada por el paso del tiempo, el moho y los daños. Este artículo presenta una nueva técnica de inteligencia artificial (IA) que puede restaurar digitalmente caracteres individuales en estas tablillas, ayudando a los historiadores a leer textos que de otro modo serían casi ilegibles.

Por qué los antiguos textos en bambú son tan difíciles de leer

A diferencia de las páginas impresas modernas, las tablillas de bambú y madera tienen superficies fuertemente pautadas, cruzadas por fibras y manchas. Los trazos de tinta que nos interesan son finos y tenues, mientras que la textura de fondo es contundente e irregular. Para un ordenador, el fondo puede sonar más fuerte que la propia escritura. Las manchas de moho oscurecen suavemente partes de la superficie, y las grietas o fragmentos faltantes borran por completo secciones de los caracteres. Los programas estándar de reparación de imágenes, que funcionan bien en fotos comunes, tienden a difuminar estos trazos delicados, inventar texturas espurias o arrastrar el ruido de fondo hacia las áreas donde deberían estar los caracteres.

Una forma focalizada de reconstruir trazos perdidos

Muchos métodos de restauración intentan regenerar cada píxel de una imagen, incluso en regiones que están perfectamente intactas. Los autores, en cambio, diseñan un sistema que concentra sus esfuerzos en las zonas dañadas y su entorno inmediato. Primero, una red de «generación de parámetros» escanea una versión reducida de la tablilla dañada junto con una máscara que muestra dónde falta información. A continuación genera un conjunto compacto de instrucciones —esencialmente una receta— adaptada a los huecos y al contexto cercano. Una segunda red de «consulta de píxeles» utiliza esa receta junto con las coordenadas exactas de cada píxel dentro de las regiones dañadas para reconstruirlos uno por uno. Dado que la red siempre sabe con precisión en qué punto de la imagen está trabajando, puede preservar mejor detalles finos como los bordes y las junturas de los trazos, incluso a alta resolución.

Fusionar espacio y ondas sin distorsión

Para entender y reparar patrones complejos, el método no se basa solo en las formas del plano de la imagen. También analiza cómo se distribuyen las variaciones de claro y oscuro a través de diferentes escalas, usando la transformada de Fourier, una herramienta matemática que representa la imagen como una mezcla de ondas. En las imágenes jiandu, las ondas de baja frecuencia describen principalmente el fondo de bambú, mientras que las altas frecuencias capturan los bordes nítidos de los caracteres. Sin embargo, aplicar de forma ingenua trucos habituales de redes neuronales en este dominio de ondas puede desordenar el espectro, provocando bloques de color extraños y la filtración de patrones de fondo en los trazos. Por ello, los autores introducen un módulo de Fourier «sin sesgo» que reordena y recentra el espectro, etiqueta cada banda de frecuencia con una posición aprendible y normaliza suavemente los valores extremos. Al mismo tiempo, un bloque de fusión espacial–frecuencia permite que las características espaciales (formas y texturas locales) y las características de frecuencia (patrones globales y estadísticas de ruido) se guíen mutuamente mediante un mecanismo de atención cruzada, creando una descripción más rica y estable de la imagen dañada.

Poner el método a prueba

El equipo reunió un gran conjunto de datos de más de 60 000 imágenes de un solo carácter procedentes de tablillas de bambú y madera que abarcan varias dinastías chinas, filtradas cuidadosamente por calidad y divididas en conjuntos de entrenamiento y prueba. También usaron colecciones establecidas de máscaras de daño artificial para imitar distintos tipos de pérdida —pequeños huecos, áreas grandes ausentes y formas aleatorias tipo grieta—, así como un conjunto de fotografías de vista urbana para evaluar cuánto generaliza el método más allá de los materiales del patrimonio. En una amplia variedad de pruebas, el nuevo enfoque reconstruyó con más precisión las regiones faltantes que siete técnicas líderes de inpainting, obteniendo mejores puntuaciones en medidas de precisión de píxeles, nitidez percibida y similitud estructural. Las comparaciones visuales muestran trazos de caracteres más limpios, menos artefactos tipo mosaico y menos contaminación por texturas de fondo, incluso cuando el moho o los patrones de fibra son intensos.

Qué significa esto para leer el pasado

En última instancia, este trabajo ofrece un «conservador» digital especializado para textos antiguos en bambú y madera. Al aprender a separar trazos de tinta frágiles de fondos ruidosos y degradados —y al gestionar cuidadosamente cómo interactúan las formas espaciales y los patrones en forma de onda—, el método puede rellenar partes faltantes de los caracteres de forma que resulte plausible para expertos humanos y que apoye el reconocimiento automático de caracteres. Aunque todavía tiene dificultades con huecos muy grandes y algunos estilos de escritura complejos, el enfoque supone un avance sustancial hacia convertir trazos tenues y fragmentados en tablillas antiguas en texto legible y analizables para historiadores, lingüistas y el público en general.

Cita: 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

Palabras clave: restauración de tablillas de bambú, caracteres chinos antiguos, reconstrucción de imágenes, aprendizaje profundo basado en Fourier, patrimonio cultural digital