知識に導かれた領域成長による仏像顔部点群のセマンティックセグメンテーション

歴史の顔を読み解く

崖や寺院の壁に彫られた仏像は、単なる美術作品を超えて、宗教的信念や美術的流行、そして何世紀にもわたる文化交流を三次元的に記録した存在です。本研究は、コンピュータ科学者と文化遺産の専門家が、密な3D計測データから目や鼻、口などの部位を自動的に分離することで、こうした石像の顔を詳細に「読み取る」方法を示します。学習用のラベル例がほとんど存在しない場合でも機能することを目指し、沈黙する石を計測可能なデータに変換して、歴史家が様式を比較し、時間的変化を追跡し、慎重な保存計画を立てられるようにします。

なぜデジタルの顔が重要なのか

敦煌、雲崗、龍門などの著名な遺跡を見ると、仏の顔は王朝や地域によって微妙に異なります—ふっくらした顔つきのもの、より細長いもの、柔らかな眼差しや目立つ鼻のものなど。従来、美術史家はこうした差異を目視で記述してきましたが、現在は高精度の3Dスキャンが彫像表面を数百万点の点として捉えます。しかしこれらの「点群」は扱いが難しく、色やテクスチャを欠き、どこが目でどこが頬かといった境界も自明ではありません。既存の自動化手法は、多くの手作業でラベリングされた訓練例を必要とするか（文化遺産にはほとんど存在しない）、あるいは形状だけで表面を分割して、実際に彫刻家が従った造形上のルールを無視してしまうことが多いのです。

顔のルールをアルゴリズムに教える

希少なデータから学習しようとする代わりに、著者らはまず彫刻家自身が用いた知識に立ち返ります。伝統的な仏教の作法書では、額・鼻・あごを三等分するなどの標準的な顔の比率や、中心軸を挟んだ左右対称性といった規則が示されています。研究者はこうした文化的・解剖学的なノウハウを単純な幾何学的ルールに翻訳します：中央の対称面、鼻の中心を通る垂直線、そして目・鼻・口・耳・あごの位置や大きさに関する比率です。これらのルールは硬直したテンプレートではなく、調整可能なパラメータを含んでおり、唐代のふくよかな顔つきや宋代のより細長い顔つきの双方が、柔軟でありながら識別可能な枠組みに収まるようになっています。

シードから領域を成長させる

掃除された3Dスキャンを入力として、手法はまず仏の顔を正面を向くように整列させ、次に表面を正方格子に投影して、3D形状を陰影付き高さマップのような表現に変換します。この格子内でアルゴリズムは各顔部の開始「シード」位置を、先行するルールに助けられながら選びます：鼻のシードは中心の垂直線付近で局所的な高所にあり、目は左右対称の峰に配置され、口は鼻の下の浅い窪みの位置に置かれる、といった具合です。各シードからコンピュータは領域を「成長」させ、隣接セルを追加する際には高さや勾配が頬ではなく鼻稜に期待される特徴に合致する場合にのみ取り込みます。さらに余分な断片を切り落とし、小さな隙間を埋め、輪郭を穏やかに滑らかにすることで、セグメント化された目や唇、あごがコンピュータと人間の専門家の双方にとって連続的かつもっともらしく見えるよう後処理を行います。

手法の検証

チームはこの手法を15の仏面に適用しました—形状を制御した9つの合成モデルと、中国の著名な遺跡から得た6つの実スキャンです。評価は、自動セグメント領域が専門家による精密な手描き輪郭とどれだけ重なっているか、および算出された境界が専門家の輪郭にどれほど一致しているかで行いました。目、眉、耳、鼻、口、あごの各部位において本手法は高いスコアを達成し、大部分の点が正しい部位に割り当てられていることを示しました。重要なのは、この結果が彫刻様式や表面の摩耗度合いの違いに対して安定していた点です。少数のラベル付き例のみで訓練された一般的な深層学習モデルと比較すると、データを大量に必要とするネットワークは大きく性能を落とした一方で、知識に導かれた手法は大規模な訓練セットを必要とせずに正確さを保ちました。

文化遺産への意義

彫刻家が伝統的に用いた計測のルールを現代のアルゴリズムに符号化することで、本研究はコンピュータがほとんど手作業のラベリングを必要とせずに3Dで仏の顔をセグメント化できること、しかも元の作品の文化的論理を尊重できることを示しました。歴史家にとっては、遺跡や時代を横断した顔の様式を体系的かつ定量的に比較する道を開き、保存修復の専門家にとっては損傷の監視やデジタル修復の指針となる精密な手段を提供します。本質的に、この手法は理想的な仏面に関する何世紀もの慣習を、寺院や石窟を千年以上見守ってきた石の顔を読み、保存し、理解するための実用的なツールへと変換します。

引用: 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

キーワード: 仏像の3Dスキャン, 文化遺産のデジタル化, 点群セグメンテーション, 美術における顔の比率, 知識に基づくアルゴリズム