Çapraz Alan Sapmasız Fourier Birleştirme ve Parametreli Koordinat Sorgulamasına Dayalı Bir JianDu Yazı Restorasyon Yöntemi

Solmuş Bambu Metinlerini Yeniden Canlandırmak

İki binden fazla yıldır Çinli memurlar, askerler ve bilginler ince bambu ve tahta şeritlere yazı yazdılar. Bugün, bu kırılgan "jiandu" şeritleri antik Çin’de siyaset, ticaret ve günlük yaşam hakkında paha biçilmez ipuçları barındırıyor—ancak yazılar sıklıkla yaş, küf ve hasar nedeniyle aşınmış durumda. Bu makale, bu şeritlerdeki tek tek karakterleri dijital olarak restore edebilen yeni bir yapay zeka (YZ) tekniği sunuyor; bu sayede tarihçiler aksi halde neredeyse okunamaz olan metinleri okuyabiliyor.

Neden Eski Bambu Metinleri Bu Kadar Zor Okunuyor

Modern basılı sayfalardan farklı olarak, bambu ve tahta şeritlerin yüzeyleri lifler ve lekelerle güçlü desenler oluşturur. Önem verdiğimiz mürekkep darbeleri ince ve solukken, arka plan dokusu belirgin ve düzensizdir. Bilgisayar için arka plan, yazıdan daha gürültülü görünebilir. Küf lekeleri yüzeyin bazı kısımlarını yumuşakça koyulaştırır, çatlaklar veya eksik parçalar karakterlerin bölümlerini tamamen siler. Sıradan fotoğraflarda iyi çalışan standart görüntü onarım programları bu hassas darbeleri bulanıklaştırma, uydurma dokular yaratma veya karakterlerin olması gereken bölgelere arka plan gürültüsünü bulaştırma eğilimindedir.

Eksik Darbeleri Yeniden Oluşturmak İçin Odaklanmış Bir Yol

Birçok restorasyon yöntemi görüntüdeki her pikseli yeniden üretmeye çalışır; hatta kusursuz bölgelerde bile. Yazarlar ise çabalarını hasarlı bölgeler ve bunların hemen çevresine yoğunlaştıran bir sistem tasarlıyor. Önce, "parametre üretme" ağı, hasarlı şeridin küçültülmüş bir versiyonunu ve bilgi eksikliğini gösteren bir maskeyi tarar. Ardından, deliklere ve yakın bağlama uyan kompakt bir talimat seti—esasen bir tarif—üretir. İkinci bir "piksel sorgulama" ağı bu tarifi ve hasarlı bölgeler içindeki her pikselin kesin koordinatlarını kullanarak onları tek tek yeniden inşa eder. Ağ her zaman üzerinde çalıştığı noktanın görüntü içindeki yerini tam olarak bildiği için, yüksek çözünürlükte bile darbe kenarları ve birleşimler gibi ince ayrıntıları daha iyi koruyabilir.

Uzay ve Dalga Bilgilerini Bozulum Olmadan Birleştirmek

Karmaşık desenleri anlamak ve onarmak için yöntem yalnızca görüntü düzlemindeki şekillere dayanmaz. Ayrıca Fourier dönüşümünü kullanarak aydınlık-karanlık varyasyonların farklı ölçeklerde nasıl dağıldığını analiz eder—görüntüyü dalgaların karışımı olarak temsil eden matematiksel bir araç. Jiandu görüntülerinde düşük frekanslı dalgalar çoğunlukla bambu arka planını tanımlarken, yüksek frekanslar karakterlerin keskin kenarlarını yakalar. Ancak, bu dalga alanında sıradan sinir ağı tekniklerini düşüncesizce uygulamak spektrumu karıştırabilir; bu da tuhaf renk bloklarına ve arka plan desenlerinin darbelere sızmasına yol açar. Bu nedenle yazarlar, spektrumu yeniden düzenleyen ve yeniden merkezleyen, her frekans bandını öğrenilebilir bir konumla etiketleyen ve uç değerleri nazikçe normalize eden "sapmasız" bir Fourier modülü tanıtıyor. Aynı zamanda, mekansal–frekans füzyon bloğu mekansal özelliklerin (yerel şekiller ve dokular) ve frekans özelliklerinin (küresel desenler ve gürültü istatistikleri) çapraz dikkat mekanizması aracılığıyla birbirini yönlendirmesine izin veriyor; bu da hasarlı görüntünün daha zengin ve daha kararlı bir tanımını oluşturuyor.

Yöntemi Sınamak

Araştırma ekibi, birkaç Çin hanedanına tarihlenen bambu ve tahta şeritlerden elde edilen 60.000'den fazla tek karakter görüntüsünden oluşan büyük bir veri seti derledi; bunlar dikkatle kaliteye göre filtrelendi ve eğitim ile test setlerine ayrıldı. Ayrıca farklı kayıp türlerini taklit etmek için küçük boşluklar, büyük eksik alanlar ve rastgele çatlak benzeri şekiller içeren yerleşik yapay hasar maskesi koleksiyonları kullandılar; yöntemin miras materyallerinin ötesine ne kadar genelleşebileceğini görmek için bir sokak görüntüsü fotoğraf veri seti de kullandılar. Geniş bir test yelpazesinde, yeni yaklaşım yedi önde gelen tamamlama tekniğinden daha doğru şekilde eksik bölgeleri yeniden oluşturdu; piksel doğruluğu, algılanan keskinlik ve yapısal benzerlik ölçülerinde daha yüksek puan aldı. Görsel karşılaştırmalar, daha temiz karakter darbeleri, daha az mozaik benzeri artefakt ve küf veya lif desenleri ciddi olduğunda bile arka plan dokularının daha az bulaşması olduğunu gösteriyor.

Geçmişi Okumak İçin Ne Anlama Geliyor

Sonuç olarak, bu çalışma antik bambu ve tahta metinler için özel bir dijital "konservatör" sunuyor. Kırılgan mürekkep darbelerini gürültülü, bozulmuş arka planlardan ayırmayı öğrenerek—ve mekansal şekiller ile dalga benzeri desenlerin etkileşimini dikkatle yöneterek—yöntem, karakterlerin eksik parçalarını insan uzmanlara makul görünen ve otomatik karakter tanımayı destekleyen bir biçimde doldurabiliyor. Çok büyük boşluklar ve bazı karmaşık yazı stilleriyle hâlâ zorluklar yaşasa da, bu yaklaşım antik şeritlerdeki soluk, kırık izleri tarihçiler, dilbilimciler ve daha geniş kamu için okunabilir, analiz edilebilir metne dönüştürme yönünde önemli bir adımı işaret ediyor.

Atıf: Lu, Z., Wang, T., Hu, X. et al. A JianDu character restoration method based on cross-domain debiased fourier fusion and parameterized coordinate query. npj Herit. Sci. 14, 159 (2026). https://doi.org/10.1038/s40494-026-02414-w

Anahtar kelimeler: bambu şerit restorasyonu, eski Çin yazıları, görüntü onarma, Fourier tabanlı derin öğrenme, dijital kültürel miras