3DSynBrush: tek Dunhuang duvar resmi için yüksek kaliteli 3B yeniden yapılandırma çerçevesi

Antik sanat modern araçlarla buluşuyor

Çin’in batısındaki Dunhuang’ın boyalı mağaraları, dünyanın en dikkat çekici Budist duvar resimlerinden bazılarına ev sahipliği yapar; ancak bu kırılgan eserlerin birçoğu soluyor, çatlıyor ve dökülüyor. Bu çalışma, bir duvar resmi detayının tek bir fotoğrafını gerçekçi bir üç boyutlu modele dönüştürmenin yeni bir yolunu tanıtıyor; tarihçiler, konservatörler ve halkın orijinallere dokunmadan bu eserleri her açıdan incelemesine yardımcı oluyor.

Kaybolma riski taşıyan bir hazine

Dunhuang Mogao Mağaraları sıklıkla taş üzerindeki bir kütüphane olarak anılır; duvar resimleri bin yıl boyunca dini öyküleri, mimariyi, kıyafetleri, müziği ve günlük yaşamı kaydeder. Zaman, kum, tuz ve insan etkinliği tüm bunlara zarar vermiş; pigmentler solmuş, sıva parçalanmıştır. Geleneksel koruma fotoğraflara ve zahmetli fiziksel onarıma dayanır, ancak bunlar duvar resimlerinin derinliğini, renk değişimlerini ve mekansal hissini tam olarak yakalayamaz veya daha fazla kaybı engelleyemez. Buna karşılık dijital 3B modeller bir anı dondurabilir; küratörlerin detayları analiz etmesine, aydınlatmayı simüle etmesine ve eserleri orijinallere zarar vermeden geniş kitlelerle paylaşmasına olanak tanır.

Düz resimleri 3B’ye dönüştürmek neden zor?

İkna edici bir 3B model oluşturmak genellikle bir nesnenin etrafından çeşitli bakış açılarından çekilmiş birçok fotoğraf gerektirir. Ancak Dunhuang duvar resimleri mağara duvarlarına yapılmış düz resimlerdir ve belirli bir figür, hayvan veya mimari motif için genellikle yalnızca tek bir yüksek kaliteli görüntü bulunur. Sanat stili ek zorluklar getirir: fırça işi nazik olabilir, renkler yaşla birlikte solmuş olabilir ve ince şeritler veya hale gibi formlar son derece narindir. Mevcut 3B algoritmalar çoğunlukla günlük nesnelerin ve binaların fotoğrafları üzerinde eğitildiği için bu stilize görüntüleri sıkça yanlış yorumlar; ya şekilleri çarpıtır ya da orijinal sanatın ruhunu bozan ayrıntılar uydurur.

Akıllı, adım adım dijital fırça

Yazarlar 3DSynBrush adını verdikleri, sorunun farklı parçalarını çözmek için birkaç gelişmiş görüntü ve 3B tekniğini akıllıca birbirine bağlayan bir çerçeve öneriyor. Önce, özel bir Çin Duvar Resmi Ögeleri (CME) veri seti oluşturuyorlar: yüksek çözünürlüklü duvar resmi fotoğraflarından özenle seçilmiş binlerce figür, hayvan ve bitki kesiti. Bir segmentasyon aracı her öğeyi yoğun arka plandan temiz şekilde ayırıyor, kenarları ve ince yapıları koruyan saydam bir kontur bırakıyor. Ardından, perspektif-sentez modülü tek bir boyalı figürün birkaç standart bakış açısından nasıl görüneceğini hayal ediyor; bu, büyük eğitim setlerinden tipik 3B ilişkileri öğrenmiş güçlü bir “difüzyon” modeli kullanılarak yapılıyor. Bu, yalnızca tek bir orijinal görüntü verilmiş olmasına rağmen öğe etrafında tutarlı bir görünüm halkası üretiyor.

Hayal edilen görünümlerden katı biçimlere

Oluşturulan bu görünümler daha sonra onları sürekli bir 3B “ışık alanı”na ören bir nöral render sistemine aktarılıyor; bu, temelde öğe etrafında her noktada ışık ve rengin nasıl davrandığının matematiksel bir tanımıdır. Bu aşama, duvar resimlerinin yumuşak dokularını ve fotoğraf dışı görünümünü işlemeye göre ayarlanmıştır; üretilen görünümler arasındaki küçük tutarsızlıkları sanat özelliklerini silmeden düzleştirir. Son olarak, bir ağ oluşturma modülü bu görünmez ışık alanını üçgenlerden oluşan standart bir 3B yüzeye dönüştürür; kenarların ve ince detayların önemli olduğu yoğun alanları otomatik olarak iyileştirir ve çok noktaya gerek olmayan düz bölgeleri basitleştirir. Dikkate değer şekilde, ortaya çıkan modeller önde gelen alternatiflerin yaklaşık yüzde 40’ı kadar daha az nokta ve yüz kullanırken, yine de biçim ve doku açısından orijinal görüntülere daha yakın eşleşmeler sunuyor.

Gürültüye, gölgelere ve boşluklara karşı dayanıklı

Ekip, gerçek dünya fotoğrafçılığını taklit etmek için 3DSynBrush’u zor koşullar altında test etti: grenli görüntüler, düzensiz aydınlatma ve öğenin karanlık lekelerle gizlenmiş kısımları. Gürültü ve örtülme artsa bile ana 3B şekil kararlı kaldı ve yüzey dokuları tanınabilirliğini korudu. Görsel ve sayısal karşılaştırmalarda, 3DSynBrush duvar resmi tarzı konuların daha temiz, daha sadık yeniden yapılandırmalarını üretti; bükülmüş bedenler, kırık yüzeyler veya alakasız nesnelere benzeyen dokular gibi yaygın hatalardan kaçındı.

Kaybolmuş dünyaları yeniden canlandırmak

Uzman olmayanlar için kilit sonuç şudur: Dunhuang’dan bir boyalı geyik, dansçı veya tapınağın yalnız bir fotoğrafı artık sanal gerçeklikte keşfedilebilen, dijital sergilerde kullanılabilen veya dikkatli restorasyon çalışmalarına rehberlik edebilecek kompakt, doğru bir 3B modele dönüştürülebilir. Sistem hâlâ başlangıç kesitinin kalitesine bağımlı ve mevcut görüntü çözünürlükleriyle sınırlı olsa da, hassas duvar resimlerinin görünümünü ve mekansal hissini korumaya yönelik pratik bir yol sunuyor. Özü itibarıyla 3DSynBrush, sanatçının özgün stiline saygı gösteren dijital bir heykeltıraş gibi davranarak kırılgan duvar resmi parçalarını gelecekteki nesillerin inceleyip keyfini çıkaracağı dayanıklı, etkileşimli “heykellere” dönüştürüyor.

Atıf: Peng, X., Wang, J., Hu, Q. et al. 3DSynBrush a high quality 3D reconstruction framework for single Dunhuang murals. npj Herit. Sci. 14, 154 (2026). https://doi.org/10.1038/s40494-026-02424-8

Anahtar kelimeler: Dunhuang duvar resimleri, kültürel miras dijitalleştirme, tek görüntüyle 3B yeniden yapılandırma, nöral render, sanal gerçeklik müzeleri