Segmentazione semantica delle nuvole di punti del volto del Buddha tramite crescita di regioni guidata dalla conoscenza

Leggere il volto della storia

Le statue del Buddha scolpite in pareti rocciose e nei muri dei templi sono più che splendide opere d’arte: sono registrazioni tridimensionali di credenze religiose, mode artistiche e scambi culturali che si sono svolti nel corso dei secoli. Questo studio mostra come informatici e esperti del patrimonio possano “leggere” questi volti di pietra in dettaglio separando automaticamente occhi, naso, bocca e altre caratteristiche a partire da misure 3D dense, anche quando non esistono etichette di esempio per l’apprendimento. L’obiettivo è trasformare la pietra silenziosa in dati misurabili che aiutino gli storici a confrontare stili, tracciare i cambiamenti nel tempo e pianificare conservazioni attente.

Perché i volti digitali sono importanti

In siti famosi come Dunhuang, Yungang e Longmen, i volti del Buddha differiscono sottilmente a seconda di dinastia e regione: alcuni più pieni, altri più snelli, con occhi più morbidi o nasi più pronunciati. Tradizionalmente gli storici dell’arte descrivono queste differenze ad occhio; oggi, scansioni 3D ad alta precisione catturano la superficie delle statue come milioni di punti nello spazio. Tuttavia, queste “nuvole di punti” sono disordinate: non hanno colore o texture e non offrono una indicazione intrinseca di dove finiscono gli occhi e iniziano le guance. I metodi automatici esistenti richiedono spesso molti esempi etichettati a mano, che per le statue del patrimonio semplicemente non esistono, oppure dividono le superfici basandosi solo sulla geometria, ignorando le regole scultoree effettivamente seguite dagli artisti.

Insegnare agli algoritmi le regole del volto

Invece di provare a imparare da dati scarsi, gli autori partono dalla conoscenza che gli stessi scultori usavano. I manuali tradizionali buddhisti descrivono proporzioni facciali standard, come dividere il volto in terzi uguali per fronte, naso e mento, e mantenere le caratteristiche simmetriche attorno a un asse centrale. I ricercatori traducono questo sapere culturale e anatomico in semplici regole geometriche: un piano di simmetria centrale; una linea verticale che attraversa il centro del naso; e rapporti che collegano posizioni e dimensioni di occhi, naso, bocca, orecchie e mento. Queste regole non sono modelli rigidi: includono parametri adattabili in modo che i volti più pieni in stile Tang e quelli più snelli in stile Song possano rientrare in un quadro flessibile ma riconoscibile.

Crescita delle regioni a partire dai semi

Lavorando su una scansione 3D ripulita, il metodo prima allinea il volto del Buddha in modo che guardi dritto, quindi proietta la superficie su una griglia quadrata, trasformando la forma 3D in qualcosa di simile a una mappa d’altezza ombreggiata. All’interno di questa griglia, l’algoritmo seleziona posizioni di partenza “seme” per ciascuna caratteristica facciale, guidato dalle regole a priori: il seme del naso si trova vicino alla linea verticale centrale e a un punto locale elevato, gli occhi sono posti in picchi simmetrici ai lati, la bocca si colloca sotto il naso in una cavità poco profonda e così via. Da ogni seme il computer “coltiva” una regione verso l’esterno, aggiungendo celle vicine solo quando la loro altezza e pendenza corrispondono a ciò che ci si aspetterebbe per, per esempio, una cresta nasale piuttosto che una guancia. Passaggi addizionali rifiniscono il risultato, eliminando frammenti isolati, riempiendo piccoli vuoti e smussando delicatamente i contorni in modo che occhi segmentati, labbra e mento appaiano continui e plausibili sia per il computer sia per un esperto umano.

Mettere il metodo alla prova

Il team ha testato l’approccio su quindici volti del Buddha—nove modelli sintetici con forme controllate e sei scansioni reali provenienti da rinomati siti del patrimonio cinese. La qualità è stata misurata valutando quanto le regioni segmentate automaticamente si sovrapponessero con contorni accuratamente tracciati a mano da specialisti e quanto i confini calcolati coincidessero con i contorni degli esperti. Su occhi, sopracciglia, orecchie, naso, bocca e mento, il metodo ha ottenuto punteggi elevati, il che significa che la maggior parte dei punti è stata assegnata correttamente alla caratteristica giusta. È importante che i risultati siano stati stabili attraverso diversi stili di scultura e livelli di usura superficiale. Quando gli autori hanno confrontato il loro approccio con un noto modello di deep learning addestrato con solo una manciata di esempi etichettati, la rete affamata di dati ha faticato molto, mentre il metodo guidato dalla conoscenza è rimasto accurato senza necessitare di grandi set di addestramento.

Cosa significa per il patrimonio

Codificando le regole di misurazione tradizionali degli scultori in un algoritmo moderno, questo studio dimostra che i computer possono segmentare i volti del Buddha in 3D con poche o nessuna etichetta manuale, rispettando al contempo la logica culturale dell’opera originale. Per gli storici, ciò apre la porta a confronti sistematici e quantitativi di stili facciali tra siti e periodi; per i conservatori, offre un modo preciso per monitorare i danni o guidare restauri digitali. In sostanza, il metodo trasforma convenzioni secolari sull’ideale del volto del Buddha in uno strumento pratico per leggere, conservare e comprendere i volti di pietra che vegliano su templi e grotte da più di mille anni.

Citazione: Wei, S., Hou, M., Yang, S. et al. Semantic segmentation of Buddha facial point clouds through knowledge-guided region growing. npj Herit. Sci. 14, 109 (2026). https://doi.org/10.1038/s40494-026-02377-y

Parole chiave: scansione 3D statue del Buddha, digitalizzazione del patrimonio culturale, segmentazione di nuvole di punti, proporzioni del volto nell'arte, algoritmi guidati dalla conoscenza