WCT-Net: ウェーブレット畳み込みとトランスフォーマー自己注意の協調ネットワークに基づく墓室壁画の共同修復

古い壁画を守るには新しい道具が必要な理由

中国各地の古墳には、端が剥がれ、ひび割れ、崩れかけた壁画が残されています。これらの壁画は王侯の生活や信仰、当時の技術を伝える重要な記録ですが、多くの断片は損傷が甚だしく、専門家でも元の姿を思い描くのが難しいことがあります。本研究は、こうした損壊した画像をデジタル上で「つなぎ直す」ことを目的とした新しい人工知能システム、WCT-Netを提案します。保存修復家にとって安全な指針を提供し、研究者や一般向けにより豊かな可視化を可能にすることを目指しています。

壊れた壁画に潜む問題

墓室の壁画は二重の脅威にさらされています。長年にわたり土や石から染み出す水分が塩分を運び、それが漆喰内部で結晶化します。これにより塗層の下地が弱まり、部分的に剥離したりひびが入って落下したりします。その結果、残るのは外縁が欠損して構図が不完全になっている断片と、内部が色褪せ、剥離、細かな亀裂で傷んだ状態が同時に現れる場合が多いのです。従来の手作業による修復は断片の照合や慎重な再接着に頼りますが、大きな欠損があると推測に頼る部分が増え、誤りや二次的な損傷を招く可能性があります。デジタル修復は非接触かつ可逆的な代替手段を提供しますが、欠損部分にもっともらしい構造を補いながら、残存する細部を忠実に残せることが前提です。

従来のデジタル手法が及ばない点

従来のコンピュータ手法は主に同一画像の無傷部分から学ぶことに依存してきました。近隣の色や輪郭を穴に広げるものや、無傷領域から類似のパッチをコピーして張り付けるものがあります。こうしたツールは穴のような整った欠損を埋めるには有効ですが、外縁全体が欠落している場合や、文脈がほとんどない状態から主題を推測しなければならない場合には失敗します。近年の深層学習手法、例えば畳み込みニューラルネットワークや生成対向ネットワークはリアリズムを高めましたが、局所の鋭い質感を優先すると大局が失われ、逆に大域構造を保とうとすると細部がぼやけるというトレードオフに直面します。長距離関係に強いトランスフォーマーベースの手法は大きな欠損に役立ちますが、損傷が様々なスケールにまたがる場合、小さなディテールと大きな形状を同時に整合させるのが難しいままです。

近景と遠景の両方を見るための二系統の頭脳

WCT-Netはこの問題を、U字型のエンコーダ–デコーダ内で協調する二つの枝に分割することで解決します。一方の枝はウェーブレットベースの畳み込みを用い、画像を滑らかな低周波成分と鮮明な高周波テクスチャに分離します。これにより、髪筋、衣の襞、微妙な陰影など壁画の手仕事らしい細部を保存することに特化します。並行して、もう一方のトランスフォーマー系枝は自己注意機構で画像の遠く離れた部分を結び付け、馬の姿勢や行列のリズムといった長距離のパターンを捉えます。強化された融合ユニットはこれら二つの情報をどのように重み付けして混ぜるかを学習し、いずれかが支配的にならないようにしつつ、残存する細部を尊重しつつ妥当な全体像を推定します。

現実的な損傷でシステムを教える

WCT-Netを学習・評価するために、著者らは陝西歴史博物館の皇室墓室壁画の高品質データセットを収集し、大判の写真を小さな画像パッチに切り出しました。次に、実際の劣化を模倣する三種類の人工的な損傷マスクを作成しました：内部の剥離を模したランダムな点や引っかき傷、漆喰が剥がれ落ちたことで生じる不規則な境界欠損、そしてその両者を組み合わせた混合パターンです。システムはこれらの損傷版から元の画像を再構築することを学びました。チームはWCT-Netを主要な7つの修復アルゴリズムと比較し、構造的な正確さと視覚的な自然さの両方を捉える指標で評価し、異なる作風を持つ敦煌壁画の別データセットでも検証を行いました。

より鮮明な輪郭、より豊かな場面、そしてその意義

内部の摩耗、欠落した縁、複雑な組み合わせといった全ての損傷タイプに渡り、WCT-Netは輪郭線の連続性、テクスチャの鮮明さ、構図の充実度において競合手法より優れた修復を示しました。客観的なスコアは数パーセント改善し、生成画像は人間の本物らしさの知覚により近づきました。計算コストは一部の競合より高めですが、特に解釈が難しい領域—内部の絵画と外縁の双方が損なわれている場合—で大きな利点を発揮します。修復専門家にとっては取り扱いの難しい表面に触れる前の、より信頼できるデジタルプレビューを提供しますし、歴史家や一般の観覧者にとっては過去の視覚世界をより鮮明に理解する手助けになります。著者らは今後、より多様な作風への対応や処理効率の向上が必要であると指摘していますが、WCT-NetはAIを慎重で文脈に配慮した文化遺産保存の協働相手として活用する方向への重要な一歩を示しています。

引用: Li, J., Wu, M., Lu, Z. et al. WCT-Net: joint restoration of tomb murals based on wavelet convolution and transformer self-attention collaborative network. npj Herit. Sci. 14, 151 (2026). https://doi.org/10.1038/s40494-026-02412-y

キーワード: デジタル壁画修復, 文化遺産保存, 画像補完, 芸術向け深層学習, 古墳壁画