Dongba kadim metinlerinin onarımı için üç aşamalı ilerleyici çerçeve

Neden Antik Resim-Yazıların Kurtarılması Önemli?

Güneybatı Çin’in Naxi halkı için Dongba kitapları, bin yıllık hikâyeler, ritüeller ve günlük yaşamın kapısını aralayan bir pencere gibidir. Bu kitaplar, resim ve sözcükleri harmanlayan nadir bir resimsi yazı ile yazılmıştır. Zaman, nem ve kullanım birçok sayfayı tahrip etmiş; delikler ve eksik çizgiler sembollerin okunmasını ya da tanınmasını zorlaştırmıştır. Bu çalışma, hassas bu metinlerdeki “boşlukları doldurmak” için yeni bir dijital yöntem sunar; amaç hem yazının görünüşünü hem de anlamını onarmak ve kültürel koruma için güçlü yeni bir araç sağlamaktır.

Kırık Sayfalardan Dijital Onarıma

Korumacılar uzun zamandır hasarlı el yazmalarını fiziksel olarak tamir etmeye çalıştı; ancak bugün dijital onarım ek bir yol sunuyor: orijinale dokunmak yerine bilgisayarlar taranmış görüntüdeki eksik parçaları yeniden oluşturabilir. Normal baskı metinleri için modern algoritmalar, çevredeki şekil ve desenlerden kaybolan harfleri tahmin etmede zaten iyi bir iş çıkarıyor. Dongba kitapları daha zorlu bir sınav sunuyor. Her sembol, görsel stil ve anlam taşıyan çizgiler içeren küçük bir resimdir. Yazılım çizgileri sadece düzgün görünmesi için tamamlarsa, sembolü aslında hiç var olmayan bir şeye dönüştürebilir ve kültürel kaydı çarpıtabilir. Yazarlar, ciddi bir onarımın hem sanat-esintili görünümü hem de yazı sisteminin katı kurallarına saygı göstermesi gerektiğini savunuyor.

Anlaktan Anlama Giden Üç Aşamalı Yolculuk

Araştırma ekibi, özellikle ağır hasarlı Dongba sayfaları için tasarlanmış TsP adını verdikleri üç aşamalı ilerleyici bir çerçeve öneriyor. İlk aşamada sistem yalnızca ana hatlara odaklanıyor. Hasarlı görüntüyü alıyor, çizgilerin bir zamanlar nerede olduğunu tespit ediyor ve iki güçlü tekniğin - yerel ayrıntılarda iyi olan konvolüsyonel ağlar ile küresel yapıda başarılı Transformer ağlarının - bir bileşimini kullanarak eksik kenarları kabaca yeniden inşa ediyor. Ortaya çıkan, eksik kısımlarda bile karakterin genel şeklini ima eden bir eskiz gibi yaklaşık bir kontur haritası oluyor.

Onarıma Dijital Bir Sözlükten Rehberlik Etmek

İkinci aşamada sistem Dongba bilgilerini devreye sokuyor. Araştırmacılar, her sembol için birçok el yazısı stilini içeren yaygın kullanılan Dongba sembollerinin dijital bir sözlüğünü oluşturdular. Algoritma, birinci aşamadaki onarılmış konturu bu sözlükteki tüm girdilerle karşılaştırır ve en benzer tam karakteri bulur. Bunu metin etiketlerini okuyarak değil, şekillerin istatistiksel olarak ne kadar yakın eşleştiğini ölçerek yapar. Seçilen sembol bir “içerik öncüsü” görevi görür — eksik karakterin ne olması gerektiğine dair en iyi tahmin olarak hem anlamsal ipuçları hem de yalnızca görsel yöntemin kaçıracağı ince çizgi detayları sağlar.

Son Görüntüyü Cilalamak

Üçüncü ve son aşamada TsP, birinci adımdan gelen yapısal kontur ile sözlükten gelen tam karakter olmak üzere iki bilgi akışını birleştirir. Özel olarak tasarlanmış çift dallı bir sinir ağı, her iki kaynaktan özellikler çıkarır; bir dal çizgi yerleşimine odaklanırken diğeri daha zengin içerik desenlerine yoğunlaşır. Bu özellikler daha sonra yalnızca görüntü alanında değil, aynı zamanda çizgilerin genel pürüzsüzlüğü ve ritmi gibi desenlerin daha etkili ayarlanabildiği frekans alanında da çalışan bir onarım modülünü yönlendirir. Bu son geçiş, artefaktları temizler, eksik çizgi parçalarını ekler ve eski ile yeni üretilen bölgeler arasındaki geçişleri yumuşatarak onarılan karakterin orijinal sayfaya doğal biçimde karışmasını sağlar.

Ne Kadar İyi İşliyor?

Yöntemlerini test etmek için yazarlar, birçok stilde yakalanmış binlerce sembol içeren Dongba karakterlerinin tek büyük açık veri kümesi olan DB1404’ü kullandılar. Gerçek bozulmayı taklit eden düzensiz delikler ve çizikler kullanarak her görüntünün yalnızca küçük bir bölümünden yarısına kadar değişen şiddette dijital “hasar” oluşturdular. TsP, klasik araçlar, modern Transformer tabanlı sistemler ve difüzyon modelleri dahil olmak üzere önde gelen görüntü onarım yöntemleriyle karşılaştırıldı. Tüm hasar seviyelerinde TsP, özellikle büyük bölümler eksik olduğunda — nadir ve kırılgan el yazmaları için en kritik durum — hem görsel olarak daha ikna edici hem de yapısal olarak orijinal karakterlere daha yakın görüntüler üretti.

Antik Yazı İçin Bunun Anlamı Nedir?

Basitçe söylemek gerekirse, bu çalışma bilgisayarların yalnızca bir görüntüdeki çatlakları düzeltmeyi öğrenmekle kalmayıp, bunu yaparken eski bir yazı sisteminin kurallarına ve anlamına da saygı gösterebileceğini ortaya koyuyor. Önce hasarlı bir karakterin iskeletini tahmin edip, sonra onu bilinen bir sembolle eşleştirerek ve son olarak her ikisini de dikkatli bir tamamlama için rehber olarak kullanarak TsP, Dongba yazısının özgün biçimini ve anlamını daha iyi koruyor. Teknik bir başarı olmanın ötesinde, bu yaklaşım kütüphanecilere, tarihçilere ve yerel topluluklara aksi takdirde okunamaz kalabilecek el yazmalarının içeriğini geri kazanmada yardımcı olabilir ve dünya çapında diğer tehlike altındaki yazı sistemlerinin onarımı için bir şablon sağlar.

Atıf: Bi, X., Shi, Q. & Chen, Z. Three-stage progressive framework for Dongba ancient texts inpainting. npj Herit. Sci. 14, 240 (2026). https://doi.org/10.1038/s40494-026-02524-5

Anahtar kelimeler: Dongba el yazmaları, antik yazı onarımı, görüntü tamamlama, kültürel miras dijitalleştirme, derin öğrenme