שחזור תבניות בהשוואת תדרים בלמידת מספר דוגמאות מועט לשיקום תגי דרגה של שושלת מינג

למה חשוב להציל תגי בד עתיקים

מוזיאונים ברחבי העולם מחזיקים ריבועים נדירים מבדי שושלת מינג שבסין, שבעבר הציגו את דרגתו של פקיד באמצעות דגמי ציפורים ועננים מפורטים. רבים מתגים אלה קרועים, דהויים או מלאים חורים, מה שמקשה על היסטוריונים והקהל לראות את יופיים המקורי. המחקר הזה מציג שיטה לשחזור דיגיטלי היכולה "למלא" בקפדנות את החלקים החסרים בטקסטיל על המסך, ובכך לסייע לשמר את המורשת התרבותית מבלי לגעת בפריטים השבריריים עצמם.

הסיפור מאחורי התגים

תגי הדרגה של שושלת מינג אינם רק תמונות יפות; הם כרטיסי זיהוי ויזואליים לפקידים החצריים. לכל דרגה הוקצתה ציפור מסוימת, מנחשים כמו עגור לצמרת ועד דרורים לדרגים נמוכים יותר. הדגמים ארוגים במוטיבים חוזרים וסמליות עשירה, ולכן אובדן של חוטים יכול למחוק הן את הקצב הוויזואלי והן את המשמעות ההיסטורית. כלי שיקום דיגיטליים קיימים עובדים היטב לרוב על תמונות שגרתיות אך נתקלים בקשיים עם תגי הבד: הם עלולים להמציא מרקמים שאמנם נראים משכנעים אך שוברים את החזרתיות הקפדנית של האריגה, או להציג לא כראוי את סמל הציפור המרכזי שמציין את הדרגה.

דרך חכמה ללמוד מתוך מעט דוגמאות

שונה מתמונות אופנה מודרניות, טקסטילים היסטוריים קיימים בכמויות מוגבלות, ולכן מחשבים אינם יכולים להסתמך על מיליוני דוגמאות אימון. המחברים מתמודדים עם בעיית "מספר הדוגמאות המועט" על ידי בניית מאגר ממוקד של 685 תגי דרגה משושלת מינג שנאספו ממוזיאונים ואוספים פרטיים, הכולל פריטים שלמים ופגומים. המערכת שלהם מאומנת לשחזר אזורים חסרים תוך שימוש רק בחמש דוגמאות לא-פגומות לכל סוג תג. במקום להתייחס לטקסטיל כתמונה גנרית, השיטה מותאמת לבדים בעלי חזרתיות חזקה ואלמנטים סמליים ברורים, כך שהיא יכולה להכליל מתוך נתונים מוגבלים תוך שמירה על המשמעות התרבותית של התגים.

להקשיב לתבניות בשתי דרכים

החידוש המרכזי הוא לגרום למחשב להסתכל על כל תג בשתי דרכים משלימות: כמונה וכתבנית של תדרים. במבט התמונה הרגיל, המערכת בודקת שהצבעים והמרקמים שהיא מציירת לתוך החור משתלבים בצורה חלקה עם החוטים הסובבים. במבט התדרים, כלי מתמטי בשם טרנספורמציית פורייה הופך את האריגה החוזרת לנקודות בוהקות במפת ספקטרום, בדומה להפיכת מוזיקה לגרף של גבהים. נזק משבש את הפסגות הסדירות הללו. הרשת שמוצעת משחזרת אזורים חסרים תוך כפיית התאמה של דפוסי התדרים של השחזור לאלה של דוגמה שלמה, ועוזרת להחזיר את הקצב הנכון של עננים, גלים ושוליים במקום ניחושים אקראיים.

לשמר משמעות, לא רק מראה

כדי למנוע איבוד של הסיפור שמאחורי כל תג, המחברים מוסיפים שכבת הדרכה נוספת. מודל זיהוי נפרד מאומן להבחין בדרגות על סמך הציפור המרכזית ורמזים סמלים אחרים. במהלך השחזור, המערכת מקבלת קנס אם התמונה המושלמת כבר לא מזוהה כדרגה זהה על ידי מודל הזיהוי הזה. אובדן "מודע תרבותית" זה דוחף את תהליך השיחזור לשמור על סמלים מרכזיים והרכב כללי, כך שתג עגור פגום ישוחזר כתג עגור, ולא כמשהו שנראה רק קישוטי. מחקרי משתמשים עם היסטוריוני אמנות ומומחי טקסטיל מאשרים שהשיטה החדשה שומרת טוב יותר על דיוק התבנית, בהירות הסמלים והרמוניית הצבעים ביחס לחלופות המובילות.

מה המשמעות לתחום המורשת

מבחנים מראים שהגישה החדשה מייצרת תבניות חדות ויותר סדירות ושחזורים משכנעים יותר מאשר כלי השיחזור המתקדמים הקיימים, על פי מדדי איכות תמונה כמותיים ודעת מומחים. אמנם היא עדיין עלולה להתקשות כאשר חלקים עצומים של תג חסרים, במיוחד הציפור המרכזית, אך היא מציעה כלי דיגיטלי חזק למוזיאונים ולחוקרים. על ידי שילוב למידה חכמה ממספר מועט של דוגמאות יחד עם תשומת לב מדוקדקת לקצב הבסיסי והסמליות של הבד, עבודה זו מצביעה על עתיד שבו טקסטילים היסטוריים שבירים יוכלו להיחקר, להיות משותפים ואף להישוחזר באופן וירטואלי מבלי לסכן את המקוריים.

ציטוט: Zhang, W., Zhang, Y. Frequency-guided few-shot pattern inpainting for Ming Dynasty rank badges restoration. npj Herit. Sci. 14, 234 (2026). https://doi.org/10.1038/s40494-025-02201-z

מילות מפתח: מורשת תרבותית, שיקום טקסטיל, שיחזור תמונה, שושלת מינג, למידה עמוקה