💻 ciencias de la computación

Severity-Conditioned Pixel-Wise Asynchronous Diffusion for Semi-Transparent Mural Restoration

Este artículo propone la Difusión Asincrónica Píxel a Píxel Condicionada por la Severidad (SC-PAD, por sus siglas en inglés), un nuevo marco que mejora la restauración de murales semitransparentes mediante la estimación de un campo de severidad continuo para dirigir el progreso de la difusión asincrónica píxel a píxel, superando así las limitaciones de las máscaras binarias y el modelado temporal uniforme al manejar degradaciones espacialmente no uniformes.

Autores originales: Yu Wu, Erchao Li, Furui Jia, Jinjiang Zhao, Lei Zhang

Publicado 2026-10-16

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Yu Wu, Erchao Li, Furui Jia, Jinjiang Zhao, Lei Zhang

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Los murales antiguos son ventanas frágiles hacia el pasado, que preservan las creencias, el arte y la vida cotidiana de civilizaciones desaparecidas hace mucho tiempo. Sin embargo, el tiempo es un enemigo implacable. A lo largo de los siglos, las fluctuaciones en la temperatura, la humedad y la exposición a la luz y al polvo hacen que estas superficies pintadas se desvanezcan, se discoloren, se agrieten y desarrollen moho. A diferencia de un simple rasguño que elimina una pieza de una pintura, muchos de estos daños son semitransparentes. Piense en una capa de mugre o una mancha que oscurece los colores subyacentes pero no los oculta por completo. El pigmento, la textura y los contornos originales suelen permanecer visibles, solo que oscurecidos. Restaurar estas imágenes es una tarea delicada para los conservadores digitales. Si una computadora intenta simplemente rellenar las áreas dañadas como si fueran piezas faltantes, corre el riesgo de inventar detalles que nunca existieron o de borrar los tenues rastros originales que aún están allí. El desafío radica en distinguir entre lo que se ha perdido y lo que simplemente está oculto, y luego revelar cuidadosamente la imagen original sin sobrescribir la evidencia sutil que permanece.

Durante años, las herramientas de restauración digital han dependido de un enfoque binario: identifican un área dañada con una máscara simple, tratando cada píxel dentro de esa máscara como igualmente dañado. Este método funciona bien para agujeros o piezas faltantes, pero falla cuando el daño varía en intensidad a través de una sola región. Un parche de moho puede ser espeso en el centro y delgado en los bordes, pero una máscara estándar trata todo el parche de la misma manera. Además, la mayoría de los algoritmos de restauración modernos, que utilizan modelos generativos avanzados para imaginar detalles faltantes, aplican una línea de tiempo única y uniforme a toda la imagen. Asumen que cada parte de la imagen necesita la misma cantidad de "tiempo de limpieza" para alcanzar un estado restaurado. Este enfoque de "talla única" tiene dificultades con los murales donde la degradación es desigual, lo que a menudo conduce a resultados que parecen o demasiado turbios o demasiado artificialmente nítidos.

Para abordar estas limitaciones, un equipo de investigadores de la Universidad Tecnológica de Lanzhou y la Academia de Ciencias de Gansu ha desarrollado un nuevo método llamado Difusión Asincrónica Condicionada por Severidad a Nivel de Píxel. En lugar de tratar un mural dañado como una colección de partes rotas e intactas, este sistema ve el daño como un campo continuo de intensidad variable. Los investigadores primero enseñan a la computadora a estimar exactamente qué tan severa es la degradación en cada punto de la imagen, creando un mapa detallado de la fuerza del daño en lugar de solo un contorno simple. Este mapa actúa como una guía, diciéndole al motor de restauración cuánto de la imagen original es aún visible debajo de la mugre en cualquier punto dado.

La innovación central de este trabajo es el cambio de un proceso sincronizado a uno asincrónico. En los métodos tradicionales, la computadora trabaja en toda la imagen a la misma velocidad, pasando de un estado ruidoso y dañado a un estado limpio de forma coordinada. El nuevo método permite que cada píxel se mueva a su propio ritmo. Si un área específica está solo ligeramente descolorida, el sistema reconoce que necesita muy poca ayuda y la restaura rápidamente. Si otra área está fuertmente oscurecida, el sistema dedica más esfuerzo computacional a reconstruirla cuidadosamente. Esto se gestiona mediante un sistema dinámico que ajusta el "progreso de la restauración" para cada píxel individualmente, asegurando que el resultado final respete la historia única de daño en cada rincón del mural. El proceso también utiliza una regla matemática específica, similar a cómo se mezclan las capas de pintura transparente, para asegurar que la imagen restaurada se integre naturalmente con las áreas sanas circundantes, preservando los contornos y texturas originales.

Los investigadores probaron su sistema en un conjunto de datos de murales de Dunhuang, que son famosos por su importancia histórica y artística. Compararon su nuevo método con varias técnicas existentes, incluyendo aquellas que utilizan máscaras estándar y otros modelos generativos avanzados. Los resultados mostraron que el nuevo enfoque produjo restauraciones significativamente más claras y precisas. En términos de precisión a nivel de píxel, el nuevo método alcanzó una puntuación de 30.61, superando al siguiente mejor método que obtuvo 29.7. Más importante aún, los resultados visuales demostraron que el sistema podía manejar las transiciones sutiles del daño semitransparente mucho mejor que las herramientas anteriores. Preservó las líneas finas y los detalles estructurales de los murales sin introducir el desenfoque o la nitidez artificial que se observa con frecuencia en otras restauraciones.

Sin embargo, el estudio también destacó un cuello de botella crítico. Aunque el sistema funciona excepcionalmente bien cuando se le proporciona la severidad exacta y real del daño, su rendimiento disminuye cuando tiene que estimar dicha severidad por sí mismo. La brecha entre los resultados obtenidos con el conocimiento perfecto del daño y los resultados obtenidos con sus propias estimaciones sugiere que la capacidad de medir con precisión la profundidad del daño es el próximo gran obstáculo. Los investigadores encontraron que, si bien su mapa de severidad continua fue una gran mejora sobre las simples máscaras binarias, todavía hay margen de mejora en cómo la computadora interpreta las pistas visuales de la degradación.

En última instancia, este trabajo proporciona un marco más matizado para la conservación digital. Al alejarse de procesos rígidos y uniformes y abrazar la realidad compleja e irregular de cómo envejecen los murales, los investigadores han creado una herramienta que puede respetar mejor la integridad de estos tesoros culturales. El método no solo rellena los huecos; escucha las variaciones sutiles de la superficie dañada, permitiendo que el arte original emerja con mayor fidelidad. Aunque la tecnología aún no es perfecta, particularmente en cómo mide la severidad del daño sin la intervención humana, representa un paso significativo hacia el tratamiento de la restauración digital como un proceso de revelación cuidadosa en lugar de una simple reconstrucción. Los hallazgos sugieren que los avances futuros se centrarán probablemente en refinar la capacidad del sistema para "ver" la profundidad del daño, asegurando que los guardianes digitales de nuestro patrimonio puedan proteger estas frágiles historias con una precisión aún mayor.

Resumen Técnico: Difusión Asíncrona por Píxel Condicionada por Severidad para la Restauración de Murales Semitransparentes

Planteamiento del Problema
La restauración digital de murales enfrenta un desafío específico con las degradaciones semitransparentes (por ejemplo, desvanecimiento, decoloración, moho, hollín) donde el pigmento, la textura y la información del contorno originales permanecen parcialmente visibles. Los enfoques actuales de aprendizaje profundo, particularmente aquellos basados en Modelos de Difusión Probabilística, suelen depender de máscaras de daño binarias. Estas máscaras identifican el soporte espacial de la degradación pero no logran codificar la severidad continuamente variable dentro de esa región. Además, los modelos de difusión estándar asignan un progreso temporal compartido ( $t$ ) a toda la imagen, tratando a todos los píxeles como si estuvieran en el mismo estado de difusión. Esta sincronización global es inadecuada para la degradación espacialmente heterogénea, donde diferentes píxeles poseen rangos de estado admisibles distintos y requieren dinámicas de restauración diferenciadas. Los métodos actuales suelen tratar la severidad simplemente como un canal de condicionamiento auxiliar en lugar de una variable de estado explícita que gobierne la trayectoria de difusión.

Metodología: SC-PAD
Los autores proponen la Difusión Asíncrona por Píxel Condicionada por Severidad (SC-PAD), un marco que modela explícitamente la severidad terminal continua y desacopla el progreso temporal de los píxeles individuales manteniendo un programa global unificado. El método consta de tres componentes principales:

Estimación de la Severidad Terminal Continua:
En lugar de depender únicamente de una máscara binaria, SC-PAD estima un campo de severidad continua $A \in [0,1]^{H \times W}$ a partir de la observación degradada y un soporte binario grueso. Esto se logra mediante un estimador guiado por máscara con una rama de refinamiento de logit residual acotado. Para abordar el problema donde los píxeles fáciles dominan la pérdida y oscurecen grandes errores locales, los autores introducen una supervisión orientada al riesgo, que comprende:
- Una pérdida de cola top- $q$ para los errores absolutos más grandes.
- Una penalización unilateral para los errores de severidad positivos.
- Una penalización de pico de vecindad para suprimir predicciones de alta severidad aisladas.
Reparametrización de la Trayectoria Asíncrona por Píxel:
El marco introduce un exponente de deformación temporal $\gamma(u)$ , predicho por un predictor de trayectoria condicionado por la imagen degradada y la severidad terminal estimada. Este exponente mapea el progreso de referencia global compartido $m_t$ a un progreso de restauración local por píxel $g_t(u) = m_t^{\gamma(u)}$ .
- Restricciones: $\gamma$ está acotado (por ejemplo, $[0.35, 3.0]$ ) para asegurar que el proceso permanezca dentro de un rango temporal global unificado.
- Propiedades: Esta reparametrización preserva puntos de inicio (t=0) y de fin (t=T) comunes para todos los píxeles, permitiendo al mismo tiempo relojes locales estrictamente crecientes. Permite trayectorias de restauración espacialmente diferenciadas sin alterar las condiciones de contorno fundamentales del proceso de difusión.
Estado Alpha Dinámico y Difusión Residual:
El progreso local $g_t$ se mapea a un estado Alpha dinámico $\alpha_t$ que satisface la consistencia de los puntos finales, la monotonicidad temporal y la ley de composición de Alpha.
- Formulación: $\alpha_t = 1 - (1-A)^{g_t}$ . Esto sigue la estructura multiplicativa de la composición de Alpha en el dominio de la transmitancia en lugar de una interpolación lineal arbitraria.
- Activación Residual: El residuo terminal en el espacio de la imagen $R_M = Y - X_0$ se activa progresivamente utilizando una razón $\rho_t$ derivada de $\alpha_t$ . El estado intermedio ruidoso se construye como $X_t = X_0 + \rho_t \odot R_M + \sigma_t \epsilon$ .
- Acoplamiento: Esta formulación vincula explícitamente la severidad terminal, el tiempo local y el estado de difusión intermedio, asegurando que la trayectoria de restauración esté constreñida por la severidad estimada.

Contribuciones Clave
El artículo describe tres contribuciones primarias:

Estado de Severidad Explícito: Formular la severidad terminal continua como una variable de estado explícita en lugar de una condición auxiliar. Un estimador especializado con refinamiento acotado y supervisión orientada al riesgo reduce el desajuste local, permitiendo que la severidad actúe como una restricción del estado terminal.
Reparametrización Temporal Asíncrona por Píxel: Introducir un mecanismo de deformación temporal por píxel condicionado por la severidad que mapea el progreso global al progreso local. Esto permite trayectorias de restauración espacialmente diferenciadas dentro de un único programa de difusión mientras se preserva el orden temporal y los puntos finales comunes.
Alpha de Composición Consistente: Construir un estado Alpha dinámico restringido por la severidad terminal que satisfaga la ley de composición de Alpha. Esto controla la activación progresiva del residuo en el espacio de la imagen, estableciendo un vínculo matemático explícito entre la severidad, el tiempo local y el estado de difusión.

Resultados Experimentales
Los experimentos se realizaron en el conjunto de datos de murales de Dunhuang (400 imágenes de entrenamiento, 100 de prueba) que cubre diez categorías de degradación (cristalización de sal, decoloración, grietas, etc.). SC-PAD se comparó con métodos de vanguardia, incluyendo LRDiff, StrDiffusion, RDDM y PGRDiff.

Desempeño Cuantitativo: SC-PAD alcanzó las puntuaciones más altas entre todos los métodos: PSNR 30.61 dB, SSIM 0.925 y LPIPS 0.071. Superó al modelo de referencia más cercano (PGRDiff) por 0.91 dB en PSNR y 0.0073 en SSIM.
Ablación sobre la Representación de la Severidad: Reemplazar la máscara binaria con el Alpha suave predicho mejoró el PSNR en 3.27 dB (de 27.34 a 30.61). El uso del Alpha de verdad de campo (oráculo) aumentó aún más el PSNR a 33.87 dB, lo que indica que, si bien el modelado de la severidad continua es altamente efectivo, la precisión de la estimación de la severidad sigue siendo un cuello de botella en el desempeño.
Sensibilidad de la Trayectoria: El estudio evaluó el tiempo sincrónico frente al asíncrono y el estado Alpha lineal frente al de composición consistente. El tiempo asíncrono por píxel mejoró consistentemente el desempeño en ambas formulaciones de Alpha. El estado Alpha de composición consistente produjo los mejores resultados cuando se combinó con el tiempo asíncrono (PSNR 31.52), superando a la formulación lineal en esa configuración específica.

Significancia y Reivindicaciones
El artículo afirma que SC-PAD proporciona un marco de difusión controlable diseñado específicamente para la restauración de murales semitransparentes y espacialmente no uniformes. Su significancia radica en:

Ir más allá de la completitud de "región faltante" binaria para modelar la degradación como un proceso continuo y espacialmente variable.
Desacoplar el progreso temporal de los píxeles individuales para adaptarse mejor a la naturaleza heterogénea de la degradación de los murales.
Demostrar que la representación de la severidad continua y el progreso asíncrono por píxel son los dos componentes más críticos respaldados por los resultados actuales.

Los autores señalan modestamente que, si bien la formulación propuesta mejora la fidelidad de los píxeles y la consistencia estructural, la precisión de la estimación de la severidad sigue siendo un cuello de botella significativo, como lo demuestra la brecha entre el rendimiento del Alpha predicho y el de la verdad de campo. El trabajo futuro se dirige hacia la mejora de la estimación de la severidad bajo condiciones del mundo real complejas y la integración de evidencia multimodal (por ejemplo, imágenes multiespectrales, análisis de materiales).

Más como este