最小介入フレームワーク下での拡散ベースによる腐蝕青銅器画像の修復：空間的順守指標と過剰修復リスク診断

なぜ古い青銅器写真が今日も重要なのか

古代の青銅器の写真は、単に美しい物品を写す以上の役割を果たしている。埋没や収蔵の過程で生じた経年変化を静かに記録しているのだ。腐食斑、剥離した表面、多色の緑青は、画面上で拭き取くべき欠点ではない。それらは歴史を示す物理的手がかりである。本研究は、画像修復のための現代的な人工知能（AI）ツールが、これらの手がかりを書き換えてしまい、過去の誤った像を作り出すことなく、損傷した青銅器写真を整えるためにどのように使えるかを問いかける。

過去を消さずに写真を整える

博物館や考古学者は、研究、目録作成、コレクションの共有にアーカイブ写真を頼りにしている。これらの画像の多くは損傷しており、一部が欠け、傷がつき、後年のシミで覆われていることがある。一般的な画像編集では、ソフトウェアがこうした欠点を自由に「美化」する。しかし文化遺産において、腐食の被膜やまばらな緑青はノイズではなく証拠である。著者らはデジタル修復を「最小介入」の問題として定式化する：写真を読める状態にするために必要な部分だけを変え、本物の表面痕跡はそのままにしておく。こうして修復は単なる視覚的魅力の問題ではなく、誠実さと信頼性の問題となる。

試された三つのAIツール

本研究は、画像の欠けた部分を埋める三つの主要なAIアプローチを比較する。LaMaは高速で従来型のニューラルネットワークを代表し、画像の穴を一度の処理で補完する。Stable Diffusion InpaintingとControlNet Inpaintingは、段階的に画像を洗練させる「拡散」モデルの新しい例で、豊かで写実的なディテールを生成することで知られている。三者とも同一の入力と、内容が実際に欠けている場所を示す注意深く作成された損傷マスクを用いて、古代の姑媚（グメイ）王国から出土した青銅器の写真を修復するよう求められた。

有益な変化と有害な変化を測る巧妙な方法

修復を評価するのは難しい。損傷した遺物の完全な「修復後」写真があることは稀だからだ。そこで著者らは二つの補完的なテストを設計した。第一に、比較的無傷な画像に対しては人工的に領域を消去し、各手法にそれを再構築させた。ここでは元画像と比較して標準的な画質指標を算出できる。第二に、実際に損傷したアーカイブ写真では正解が存在しないため、評価の焦点を「見た目の良さ」から「アルゴリズムが実際に画像をどこで変えたか」へと移した。各写真を三つの領域に分けた：変更すべき被覆された損傷領域、その外側のわずかな許容帯（遷移が許される狭い領域）、および変更が危険な未触及の残りの表面である。

過剰修復リスクの検出と可視化

実際の損傷事例について、チームは各手法がマスク内部、境界帯、および本来無傷の表面でどれほど強く変化させたかを測定した。これらの変化をヒートマップとして可視化し、新たなピクセルが現れた場所や色が変化した領域を示した。さらに保存修復と考古学の専門家三名にブラインドで評価を依頼し、どの結果が最も本物らしく感じられるか、介入の程度が受け入れられるかを判定してもらった。三つのAIシステムはいずれも欠失した模様や形状をもっともらしく再構築でき、拡散モデルはしばしばより視覚的に印象的な質感を生み出した。しかし、それらは損傷領域の外側で腐食や緑青を微妙に平滑化したり塗り替えたりする傾向があり、魅力的ではあるが誤解を招く「偽の現実」を生む危険性を高めた。

保存修復者と技術者への示唆

著者らは、より単純なLaMaが欠損領域を修復する点では拡散モデルにほぼ匹敵しつつ、マスク外の望ましくない変化がはるかに少なかったと結論づけた。Stable DiffusionとControlNetはより鋭く一貫した補填を提供したが、特に証拠として重要な腐食の多い領域に対して、元の表面領域へのはみ出し率が高かった。専門家たちは三つの手法の多くの出力を討議や教育のための有用なドラフト素材と評価したが、本物の遺物の代替として最終的に単独で用いるには適さないと判定した。研究は、強力な生成ツールを用いる際には、介入箇所に関する厳格で透明なチェックを組み合わせる必要があると結論づける。「最小介入」という保存の理想を空間的指標と視覚的リスクマップとして定量化することで、著者らは博物館や研究者に、真正性を守りながらAI修復を実用的に活用する方法を提供している。

引用: Sui, Q., Shou, W. & Yang, H. Diffusion-based restoration of corroded bronzeware images under a minimal-intervention framework: spatial-compliance indices and over-restoration risk diagnostics. npj Herit. Sci. 14, 259 (2026). https://doi.org/10.1038/s40494-026-02539-y

キーワード: デジタル修復, 文化遺産画像, 青銅器, 画像インペインティング, 最小介入