フラクタル勾配を用いた高速残差縮小ノイズ除去ネットワークによる甲骨文字の修復

古代の文字を再び鮮明に

紙や活版印刷が登場するずっと前、中国の占い師たちは亀甲や動物の骨に神々への問いを刻んだ。これらの甲骨文字は人類最古級の記録の一つだが、現存する多くはひび割れや摩耗が進み、読み取りが難しい。本研究は、こうした壊れやすい遺物のデジタル画像を除噪・鮮明化する新しい計算手法を提示し、歴史家や一般の閲覧者が刻字をより明瞭に確認できるようにする。

なぜ甲骨は見えにくいのか

甲骨は三千年以上にわたる風化、埋没、取り扱いの影響を受けてきた。現代における写真撮影や拓本では、結果として得られる画像に斑点状のノイズ、ぼかし、あるいは欠けた部分が含まれることが多い。文字の筆致自体は通常はっきりとした暗い線だが、その周囲の面はほとんどテクスチャを持たない。日常写真向けに設計された一般的な画像修復ツールは、細部の豊かな画像を想定しているため、ノイズを残しすぎたり、あるいは古代文字の縁を平滑化してしまい、専門家が最も知りたい部分を失わせがちである。

画像を賢く整える方法

これに対処するため、著者らは甲骨の特性に合わせて画像「修復」パイプラインを再設計した。出発点はイメージングでよく使われる考え方で、損傷した画像はぼかしやノイズ、欠損によって変形した元のクリーンな画像とみなせるというものだ。数学的には元画像の復元は多くの解がありうる不適定問題であり、現実的な解に導くための追加の規則（正則化）が必要となる。研究チームは、画像全体を一から再構築するのではなく、画像から差し引くべきものだけを予測してノイズを除去するよう学習する最新の人工ニューラルネットワークを採用した。こうした残差アプローチにより、学習が容易で安定する。

フラクタルからパターンを借りる

重要な工夫は、刻字の鋭い線をどのように守るかである。単純なエッジ検出器に頼るとノイズと筆画を混同しやすいため、著者らは画像を「フラクタル」的に捉える手法を用いる。フラクタルはパターンが異なるスケールで繰り返される様子を捉える。小さな窓を画像上で滑らせ、その窓内でスケールが変わるにつれて輝度がどのように変化するかを数えることで、通常は筆画に沿って生じる構造的に複雑な領域と平坦な領域の地図を作成する。このフラクタル勾配マップは学習目標の一部となり、ネットワークは単に画像をきれいにするだけでなく、こうしたマルチスケールのエッジ構造を保持することでも評価される。

巧妙なネットワーク設計で速度と細部を両立

修復システムは可逆サンプリングも利用して効率的に動作する。まず入力画像をいくつかの小さな低解像度タイルに分割し、ネットワークが高速に処理しやすくする。除噪後にアップサンプリングでそれらを元の大きさに縫い合わせる。ネットワーク内部では小さな畳み込みフィルタ層が特徴を抽出し、ソフトしきい値処理モジュールがどの特徴がノイズである可能性が高いかを判定して急激に切り落とすのではなく穏やかに縮小する。この組み合わせにより、斑点状ノイズやぼかしを抑えつつ、文字の意味を担う微妙な線の途切れや角を保持できる。

より鮮明な文字、より速い結果

研究者たちは「虎」「龍」「犬」の甲骨文字画像を用いて評価を行い、ランダムノイズ、ピントの外れによるぼかし、傷や欠損の三種類の典型的な問題をシミュレートした。彼らは視覚的比較と標準的な画質指標を用いて、よく知られた深層学習手法IRCNNと本手法を比較した。ほとんどのケースで、新手法はより明瞭で連続した筆線を生成し、鮮鋭度や構造類似度のスコアも高く、処理時間も短かった。エッジマップや勾配ヒストグラムの追加解析は、文字の輪郭の向きと強さをより忠実に再現していることを示した。

古代の文字を現代の目に届ける

平易に言えば、本研究は世界で最も古いテキストのいくつかに対するより高速で賢いデジタル「クリーニング布」を提供するものである。専用に調整されたニューラルネットワークとエッジを検出・保持するフラクタルに基づく手法を組み合わせることで、細部を消さずにノイズを取り除き、ぼかしを元に戻し、小さな欠損を補修できる。このようなツールが普及すれば、退色した甲骨文字や他の壊れやすい刻字の可読性が向上し、研究者、学生、博物館来館者にとって重要な人類遺産の保存と共有に寄与するだろう。

引用: Li, Z., Zhao, W. Restoration of oracle bone inscriptions using a fast residual shrinkage denoising network with fractal gradient. npj Herit. Sci. 14, 102 (2026). https://doi.org/10.1038/s40494-026-02361-6

キーワード: 甲骨文字, 画像修復, 深層学習, 文化遺産, ノイズ除去