Wavelet-Diffusion Collaborative Framework for Ancient Mural Restoration

प्राचीन भित्ति चित्र इतिहास के नाजुक गवाह हैं, जो सदियों के कलात्मक विकास, सामाजिक रीति-रिवाजों और आध्यात्मिक विश्वासों को संजोए हुए हैं। चीनी उत्कृष्ट कृतियों के हलचल भरे नदी दृश्यों से लेकर पर्वतीय आश्रय स्थलों के अलौकिक परिदृश्यों तक, ये कृतियाँ अपूरणीय मूल्य रखती हैं। फिर भी, समय और पर्यावरण इनके निरंतर शत्रु हैं। नमी, प्रकाश, प्रदूषण, और रेशम एवं खनिज रंगों जैसी सामग्रियों का प्राकृतिक क्षय इन भित्ति चित्रों को फीका, दरारयुक्त और खंडित कर देता है। आंकड़े बताते हैं कि चीन के अनुमानित बीस लाख प्राचीन चित्रों और सुलेख कार्यों का एक महत्वपूर्ण हिस्सा विभिन्न स्तरों की क्षति प्रदर्शित करता है, जिससे बहाली (रेस्टोरेशन) की तत्काल आवश्यकता उत्पन्न होती है। दशकों तक, एकमात्र समाधान मानव विशेषज्ञों का श्रमसाध्य कार्य था, जो एक ऐसी प्रक्रिया है जो धीमी, व्यक्तिपरक है और नाज로 सतहों को और अधिक नुकसान पहुँचाने का जोखिम उठाती है। हाल के वर्षों में, कंप्यूटरों ने एक नया मार्ग प्रशद किया है, जिसमें लुप्त हिस्सों को भरने और मूल कला को छुए बिना रंगों की मरम्मत करने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग किया जाता है। हालाँकि, वर्तमान कंप्यूटर विधियाँ एक कठिन समझौते का सामना करती हैं: वे या तो किसी पेंटिंग के व्यापक आकारों का पुनर्निर्माण कर सकती हैं या ब्रशस्ट्रोक के सूक्ष्म विवरणों को बहाल कर सकती हैं, लेकिन शायद ही कभी दोनों को एक साथ कर पाती हैं, विशेष रूप से तब जब क्षति गंभीर हो।

शोधकर्ताओं के एक दल ने इस समस्या को हल करने के लिए एक नया दृष्टिकोण विकसित किया है, जो एक ऐसी प्रणाली बनाता है जो प्राचीन भित्ति चित्रों को संरचनात्मक सटीकता और सूक्ष्म बनावट के विवरण के साथ बहाल करती है। उनकी विधि, जिसे एक हालिया अध्ययन में वर्णित किया गया है, दो शक्तिशाली विचारों को जोड़ती है: जिस तरह से कंप्यूटर नई छवियां उत्पन्न करते हैं और वह गणितीय तकनीक जो एक छवि को विभिन्न आवृत्ति (फ्रीक्वेंसी) परतों में विभाजित करती है। कंप्यूटर को एक क्षतिग्रस्त पेंटिंग को एक साथ ठीक करने के लिए कहने के बजाय, जैसा कि अधिकांश वर्तमान प्रणालियाँ करती हैं, यह नया ढांचा पहले छवि को अपने बुनियादी घटकों में अलग करता है। यह चिकपे, व्यापक आकारों और रंगों को तीक्ष्ण, जटिल रेखाओं और बनावटों से अलग करता है। यह पृथक्करण कंप्यूटर को बड़े पैमाने की संरचना और सूक्ष्म विवरणों पर समानांतर रूप से काम करने की अनुमति देता है, बजाय इसके कि वे उन्हें एक साथ संभालने की कोशिश करें। इन अलग की गई परतों पर भारी काम करने से, यह प्रणाली बहुत तेज़ हो जाती है और इसे बहुत कम कंप्यूटिंग शक्ति की आवश्यकता होती है, जिससे उन उच्च-रिज़ॉल्यूशन छवियों को संसाधित करना संभव हो जाता है जो पहले बहुत कठिन थे।

इस नवाचार का मूल एक सहयोगात्मक ढांचा है जो "वेवलेट डोमेन" में कार्य करता है, जो कि एक तकनीकी शब्द है जो छवि को उसके कच्चे पिक्सेल के बजाय उसके आवृत्ति घटकों के आधार पर देखने का एक तरीका है। कल्पना कीजिए कि एक छवि रंगीन बिंदुओं का ग्रिड नहीं, बल्कि विभिन्न परतों का एक संग्रह है: एक परत जो समग्र आकार और रंग को धारण करती है, और अन्य परतें जो किनारों, दरारों और सूक्ष्म ब्रशवर्क को धारण करती हैं। शोधकर्ताओं की प्रणाली पहले क्षतिग्रस्त भित्ति चित्र को इन चार विशिष्ट परतों में विभाजित करती है। फिर यह एक जनरेटिव मॉडल का उपयोग करती है, जो आर्टिफिशियल इंटेलिजेंस का एक प्रकार है जो शून्य से यथार्थवादी छवियां बनाने के लिए जाना जाता है, ताकि प्रत्येक परत में लुप्त हिस्सों की मरम्मत की जा सके। महत्वपूर्ण रूप से, प्रणाली मूल शैली के साथ पूर्ण सामंजस्य सुनिश्चित करने के लिए भित्ति चित्र के शेष, अप्रतिबंधित हिस्सों को एक मार्गदर्शक के रूप में उपयोग करती है। क्योंकि कंप्यूटर पूरी विशाल छवि के बजाय इन छोटी, अलग की गई परतों पर काम कर रहा है, यह जटिल गणनाओं को बहुत तेज़ी से कर सकता है। एक बार जब प्रत्येक परत में लुपी हिस्सों को भर दिया जाता है, तो प्रणाली उन्हें एक पूर्ण, बहाल पेंटिंग बनाने के लिए वापस एक साथ जोड़ देती है।

इस पद्धति के परिणाम आश्चर्यजनक हैं। जब इसका परीक्षण दुनहुआंग भित्ति चित्रों के एक बड़े संग्रह पर किया गया, जिसमें बौद्ध धर्मग्रंथ और स्वर्गीय दृश्य शामिल हैं, तो इस नई प्रणाली ने सभी मौजूदा विधियों को पछाड़ दिया। इसने छवि के पुनर्निर्माण में उच्च स्तर की सटीकता प्राप्त की, जिसमें एक प्रमुख माप में 32.04 dB का स्कोर और एक संरचनात्मक समानता स्कोर 0.922 प्राप्त हुआ, जो पिछली तकनीकों की तुलना में काफी बेहतर है। एक अन्य परीक्षण में, जो भित्ति चित्रों के एक अलग डेटासेट पर किया गया था, इसने फिर से सर्वश्रेष्ठ समग्र परिणाम प्राप्त किए, जिसमें 18.95 dB का स्कोर रहा। संख्याओं से परे, बहाल की गई छवियों की दृश्य गुणवत्ता श्रेष्ठ है। जहाँ पुरानी विधियाँ अक्सर धुंधले किनारे पैदा करती थीं या प्राचीन पेंट की दानेदार बनावट को खो देती थीं, वहीं यह नया दृष्टिकोण चेहरे की रेखाओं की तीक्ष्णता और रंग के सूक्ष्म उतार-चढ़ाव को संरक्षित करता है। इसने रचना को विकृत किए बिना या अप्राकृतिक पैटर्न पेश किए बिना बड़े लुप्त क्षेत्रों का सफलतापूर्वक पुनर्निर्माण किया। यह प्रणाली प्रामाणिक कलात्मक शैली को बनाए रखने में विशेष रूप से प्रभावी सिद्ध हुई, जिससे रंग परिवर्तन और दोहराव वाली बनावट से बचा जा सका जो अक्सर अन्य AI बहाली उपकरणों को प्रभावित करते हैं।

शोधकर्ताओं ने अपने सिस्टम का परीक्षण उसी तकनीक के एक मानक संस्करण के विरुद्ध भी किया जो परतों को अलग किए बिना सीधे पूर्ण छवि पर कार्य करती है। उन्होंने पाया कि नया तरीका न केवल अधिक सटीक था, बल्कि नाटकीय रूप से तेज़ भी था, जिसने मानक दृष्टिकोण के 35 सेकंड से अधिक के मुकाबले लगभग 9.5 सेकंड में बहाली पूरी की। यह गति वृद्धि गुणवत्ता से समझौता किए बिना हुई; वास्तव में, परतों के पृथक्करण ने प्रणाली को विशिष्ट समस्याओं, जैसे टूटी हुई रेखाओं को ठीक करने या फीके रंगों को बहाल करने पर अधिक सटीकता के साथ ध्यान केंद्रित करने की अनुमति दी। अध्ययन पुष्टि करता है कि कंप्यूटर के छवि को "देखने" के तरीके को बदलकर—बहाली से पहले इसे आवृत्ति परतों में तोड़कर—पुनर्स्थापक उस स्तर की सूक्ष्मता और संरचनात्मक अखंडता प्राप्त कर सकते हैं जो पहले पहुंच से बाहर थी। यह प्रगति सांस्कृतिक विरासत को संरक्षित करने के लिए एक व्यावहारिक और कुशल उपकरण प्रदान करती है, यह सुनिश्चित करती है कि प्राचीन भिल्ति चित्रों की जटिल सुंदरता को आने वाली पीढ़ियों के लिए पुन: प्राप्त और सुरक्षित किया जा सके।