Creating a Technological Infrastructure for the Digital Restoration of Cultural Properties Using Statistical Image Processing and Deep Learning

点击翻译按钮获取中文摘要

文化財は紫外線・赤外線等の照射エネルギー、温湿度の変化に由来した有機質素材の変質、作品表面への埃等異質物の沈着等さまざまな原因で褪色（経年劣化）する。ところが、褪色が少ない一部の文化財のみが調査研究や展示公開、修理の対象であり、大半の褪色した文化財は本来の価値に気付かれぬまま収蔵庫内に死蔵され、劣化が進行しているのが現状である。従来までの褪色した文化財の復元では、作品の表層を覆う汚濁層を水漬して物理的に除去することが普通に行われており、その結果、文化財にリスクを負わせるだけでなく莫大なコストもかかっていた。作品の保存に影響を及ぼすような物理的負荷やコストをかけずに画像復元する技術を確立することは、文化財の活用を推進するうえで不可避の研究基盤であった。本研究では統計的画像処理技術の一種である無相関ストレッチ（DStretch）と教師無しの機械学習の一つであるCycleGANsを組み合わせることで、文化財に負荷をかけずに褪色後の文化財画像から褪色前の仮想的な文化財画像を作出する。この技術に基づいて、文化財の活用促進につながるオープンサイエンスを実践するための基盤構築を推進することが本研究の課題である。無相関ストレッチ・機械学習のいずれにも統計的画像解析が不可欠であるため、高性能の画像処理に特化したワークステーションを導入する。対象文化財は、研究班内で検討して「紺紙金字経」とし、画像解析後、肉眼で視認できない文字や図文が認識できるか、または褪色前に仮想復元した文化財画像として大きく外れていないかという点から検証して最適化したパラメータを得ることができた。これらの成果については、考古文化財ディープラーニング研究会を組織して、２週間に１度のペースで本研究に関連した諸課題をリモート形式で打ち合わせ、新潟国際情報大学内に設置されたレポジトリから発信した。