Loggia dei Lanzi: AI Thermography Enhancement Comparisons through 3D Photogrammetry

कल्पना कीजिए कि आप एक जासूस हैं जो एक पुरानी, मोटी पत्थर की दीवार के अंदर छिपे रहस्य को सुलझाने की कोशिश कर रहे हैं। आप अंदर देखने के लिए दीवार को गिरा नहीं सकते, क्योंकि इससे इतिहास नष्ट हो जाएगा। इसके बजाय, आप एक विशेष "हीट कैमरा" (तापमान कैमरा) का उपयोग करते हैं जो दीवार के विभिन्न हिस्सों के गर्म या ठंडे होने के तरीके को देख सकता है। इसे नाइट-विज़न गॉगल्स की तरह समझें जो तापमान देखते हैं: यदि प्लास्टर के पीछे कोई छिपा हुआ दरवाजा या अलग प्रकार की ईंट है, तो वह बाकी दीवार की तुलना में गर्मी को अलग तरह से रोक कर रखेगी, जिससे आपकी स्क्रीन पर एक भूतिया आकृति दिखाई देगी। इसे थर्मोग्राफी (thermography) कहा जाता है।

लेकिन पेच यह है कि ये हीट कैमरे आमतौर पर ऐसी तस्वीरें लेते हैं जो थोड़ी धुंधली होती हैं, जैसे 90 के दशक के कम-रेज़ोल्यूशन वाले वीडियो गेम। तस्वीरों को स्पष्ट बनाने के लिए, वैज्ञानिकों के पास दो मुख्य तरीके हैं। पहला एक हार्डवेयर तरीका है जिसे माइक्रोस्कैनिंग (microscanning) कहते है, जहाँ कैमरा बहुत मामूली सा हिलता है (जैसे हाथ का कंपन) ताकि कई त्वरित स्नैपशॉट लिए जा सकें और उन्हें जोड़कर एक स्पष्ट छवि बनाई जा सके। दूसरा, नया तरीका आर्टिफिशियल इंटेलिजेंस (AI) है। यह एक सुपर-स्मार्ट कंप्यूटर प्रोग्राम की तरह है जो एक धुंधली तस्वीर को देखता है और अनुमान लगाता है कि गायब विवरण कैसे दिखने चाहिए, यानी वह उच्च-परिभाषा (high-definition) बनाने के लिए नए पिक्सेल को "हैलुसिनेट" (कल्पना) करता है।

बड़ा सवाल इतिहासकारों और वास्तुकारों के लिए यह है: क्या तस्वीर को स्पष्ट बनाना वास्तव में हमें छिपे हुए रहस्यों को खोजने में मदद करता है? या AI केवल ऐसे नकली विवरण बनाता है जो दिखने में अच्छे लगते हैं लेकिन असली नहीं होते? यदि कंप्यूटर एक नकली ईंट का पैटर्न बना देता है, तो यह उस 3D मैप को भ्रमित कर सकता है जिसे हम बनाने की कोशिश कर रहे हैं, जिससे हम इमारत के इतिहास के बारे में गलत निष्कर्ष निकाल सकते हैं। यह शोध पत्र ठीक इसी सवाल की गहराई में जाता है, यह परीक्षण करते हुए कि क्या ये हाई-टेक अपग्रेड एक जादू की छड़ी हैं या सिर्फ एक फैंसी फ़िल्टर।

---

लोगिया और हीट कैमरे की कहानी

यह कहानी लोगिया देई लांजी (Loggia dei Lanzi) की है, जो फ्लोरेंस, इटली में स्थित एक प्रसिद्ध खुली गैलरी है, जिसे सदियों पहले बनाया गया था। यह विशाल पत्थरों के मेहराबों और गुंबददार छत वाली एक विशाल संरचना है, जहाँ हर साल लाखों लोग आते हैं। क्योंकि यह बहुत पुरानी है, इसमें कई बार बदलाव किए गए हैं। प्लास्टर की परतों के नीचे छिपे हुए दरवाजे, बंद खिड़कियां और अलग प्रकार के पत्थर होने की संभावना है। शोधकर्ता बिना दीवार को छुए इन रहस्यों को खोजने के लिए हीट कैमरों का उपयोग करना चाहते थे।

दिसंबर 2025 में, वैज्ञानिकों की एक टीम ने लोगिया में अपना उपकरण स्थापित किया। उन्होंने दीवार के पीछे की 161 तस्वीरें लेने के लिए एक उच्च श्रेणी के हीट कैमरे (FLIR T1020 HD) का उपयोग किया। मौसम इसके लिए एकदम सही था: बाहर ठंड थी (लगभग 11°C) लेकिन इमारत के अंदर का तापमान अधिक था। तापमान के इस अंतर ने छिपी हुई विशेषताओं को हीट कैमरे पर उभार दिया, जैसे सर्दियों के दिन गर्म कोको के कप से भाप निकल रही हो।

महान रेज़ोल्यूशन की दौड़

टीम ने केवल तस्वीरें लेकर काम नहीं रोका। वे देखना चाहते थे कि क्या वे तीन अलग-अलग तरीकों का उपयोग करके छवियों को बेहतर बना सकते हैं, और फिर यह देख सकते हैं कि कौन सा तरीका उन्हें दीवार का सबसे अच्छा 3D मैप बनाने में मदद करता है। उन्होंने छवियों को छह अलग-अलग धावकों की एक दौड़ की तरह माना:

1. नेयटिव रनर (The Native Runner): मूल, बिना संपादित फोटो जो सीधे कैमरे से आई है (1024 × 768 पिक्सेल)। यह "कंट्रोल" समूह है—जिससे हमने शुरुआत की थी।
2. हार्डवेयर रनर (UltraMax): कैमरे का अंतर्निहित तरीका जो एक स्पष्ट छवि बनाने के लिए 16 फ्रेमों को जोड़ने के लिए सूक्ष्म कंपनों का उपयोग करता है (2048 × 1536 पिक्सेल)।
3. मैथ रनर (Bicubic): एक सरल, पुराने ज़माने का कंप्यूटर तरीका जो बस छवि को बड़ा करने के लिए उसे खींच देता है, बिना कोई वास्तविक नया विवरण जोड़े। यह "दिखावा करने वाला" आधार रेखा (baseline) है।
4. AI रनर #1 (SwinIR): एक स्मार्ट AI मॉडल जो आमतौर पर सामान्य तस्वीरों के लिए प्रशिक्षित होता है, न कि हीट छवियों के लिए, सिर्फ यह देखने के लिए कि क्या यह विवरणों का अनुमान लगा सकता है।
5. AI रनर #2 (DifIISF): एक बहुत ही उन्नत AI जो एक "डिफ्यूजन" प्रक्रिया (जैसे शोर से धीरे-धीरे एक तस्वीर प्रकट करना) का उपयोग करता है, जिसे विशेष रूप से हीट छवियों के लिए डिज़ाइन किया गया है।
6. AI रनर #3 (TongJi/DRCT): हीट छवियों को शार्प बनाने के लिए हाल ही में हुई एक वैश्विक प्रतियोगिता का विजेता, जो छवि को भारी मात्रा में (8 गुना बड़ा!) ज़ूम करता है!

बड़ा परीक्षण: क्या "शार्प" होने का मतलब "बेहतर" होना है?

यहाँ कहानी में मोड़ आता है। आमतौर पर, जब हम एक धुंधली फोटो को स्पष्ट होते देखते हैं, तो हम मान लेते हैं कि वह बेहतर है। लेकिन शोधकर्ता केवल चित्रों को नहीं देख रहे थे; वे इनका उपयोग दीवार का 3D मॉडल बनाने के लिए कर रहे थे। उन्होंने सभी छह संस्करणों की छवियों को एक कंप्यूटर प्रोग्राम में डाला जो तस्वीरों के बीच बिंदुओं को मिलाकर दीवार का आकार समझने की कोशिश करता है।

इसे एक पहेली (puzzle) की तरह समझें। यदि पहेली के टुकड़ों के किनारे स्पष्ट और वास्तविक हैं, तो आप एक आदर्श महल बना सकते हैं। यदि पहेली के टुकड़ों पर कंप्यूटर द्वारा खींचे गए नकली किनारे हैं, तो महल सामने से तो शानदार दिखेगा, लेकिन बगल से देखने पर वह अजीब या ढहता हुआ लगेगा।

परिणाम:

• नेयटिव इमेज (मूल छवि): आश्चर्यजनक रूप से, मूल, बिना संपादित फोटो ने सबसे सटीक और विश्वसनीय 3D मैप बनाया। इसमें त्रुटियाँ सबसे कम थीं और बिंदु सबसे सुसंगत थे।
• हार्डवेयर रनर (UltraMax): यह ठीक-ठाक था। यह साधारण गणितीय विस्तार से थोड़ा बेहतर था, लेकिन इसमें कोई बहुत बड़ी छलांग नहीं थी। यह एकमात्र "उन्नत" संस्करण था जिसने 3D मैप को बहुत अधिक खराब नहीं किया। यह मूल गुणवत्ता के सबसे करीब था।
• AI रनर्स ( "जादुई" वाले): यह एक बड़ा आश्चर्य है। वे AI मॉडल जिन्होंने छवियों को सबसे अधिक "शार्प" और विस्तृत बनाया, उन्होंने वास्तव में 3D मैप को खराब कर दिया।
  • AI मॉडलों ने बहुत सारा "शोर" (noise) पैदा किया। उन्होंने ऐसे नकली टेक्सचर और विवरण बनाए जो एक अकेली तस्वीर में तो अच्छे दिखते हैं, लेकिन अलग-अलग कोणों से देखने पर आपस में मेल नहीं खाते।
  • जब कंप्यूटर ने इन AI छवियों का उपयोग करके 3D दीवार बनाने की कोशिश की, तो वह भ्रमित हो गया। "नकली" विवरण मेल नहीं खा रहे थे, जिससे 3D मॉडल डगमगा गया और गलत हो गया।
  • सबसे आक्रामक AI (वह जिसने छवि को 8 गुना बड़ा किया) ने 3D मैप को लाखों बिंदुओं से भर दिया, लेकिन वे सभी अजीब जगहों पर केंद्रित थे, जिससे दीवार के चिकने हिस्से पूरी तरह खाली रह गए। यह ऐसा था जैसे पहेली के टुकड़ों के लाखों टुकड़े हों जो केवल कोनों में फिट होते हैं, जबकि बीच का हिस्सा खाली छोड़ देते हैं।

इतिहास के लिए इसका क्या अर्थ है

शोध पत्र यह निष्कर्ष निकालता है कि छिपे हुए रहस्यों को खोजने के लिए ऐतिहासिक इमारतों का मानचित्रण करने के विशेष कार्य के लिए, अधिक पिक्सेल का अर्थ अधिक सत्य नहीं है।

AI मॉडल संग्रहालय के पोस्टर या वीडियो गेम के लिए तस्वीरों को सुंदर बनाने में माहिर हैं। वे अनुमान लगा सकते हैं कि एक टेक्सचर कैसा हो सकता है। लेकिन जब आपको दीवार को सटीक रूप से मापने की आवश्यकता होती है, तो वे अनुमान खतरनाक होते हैं। वे "हैलुसिनेशन" (भ्रम) पैदा करते हैं—ऐसे विवरण जो वहाँ हैं ही नहीं।

शोधकर्ता सुझाव देते हैं कि यदि आप किसी ऐतिहासिक इमारत में छिपी हुई विशेषताओं को खोजना चाहते हैं, तो कैमरे के साथ एक अच्छी, स्थिर फोटो लेना बेहतर है और यदि आवश्यक हो तो कैमरे के अंतर्निहित हार्डवेयर ट्रिक (UltraMax) का उपयोग करें। लेकिन AI का उपयोग करके छवि को "ठीक" करने के बारे में बहुत सावधान रहना चाहिए, क्योंकि AI आपसे झूठ बोल सकता है।

संक्षेप में: कंप्यूटर को इतिहास का अनुमान न लगाने दें। मूल, बिना संपादित हीट मैप, भले ही वह थोड़ा धुंधला दिखे, लोगिया देलाई लांजी की सबसे सच्ची कहानी बताता है। AI तस्वीर को हाई-डेफिनिशन मूवी जैसा बना सकता है, लेकिन एक वैज्ञानिक के लिए जो रहस्य सुलझाने की कोशिश कर रहा है, मूल लो-रेज़ोल्यूशन फोटो ही एकमात्र ऐसी चीज़ है जिसमें कोई नकली ट्विस्ट नहीं है।