تواجه النقوش العتيقة العديد من التحديات التي تعيق القراءة والتحليل، وذلك بسبب التلف الناتج عن التآكل والتفكك. ولكن، ماذا لو كان هناك طريقة لاستعادة هذه النصوص دون الحاجة إلى تدريب نماذج جديدة؟ هنا يأتي دور تقنية MESA (Multi-Exemplar, Style-Aware).

تُعَدّ MESA طريقة مبتكرة لاستعادة الصور، حيث تعتمد على نقوش نموذجية محفوظة بشكل جيد تعود لنفس الأثر أو المواد أو أشكال الحروف المشابهة لتوجيه استعادة النصوص التالفة. يقوم النظام بتشفير ميزات VGG19 للتلافيف على شكل مصفوفات Gram، للحفاظ على بنية النصوص والتصميم؛ كما يتم اختيار النموذج الذي يُقلل من الإزاحة المتوسطة المربعة (Mean-Squared Displacement - MSD) ليتناسب مع المدخلات المتضررة.

ما يميز هذه التقنية أيضًا هو استخدامها لأوزان المساهمة التي تشتق من عرض الحروف المُقدَّرة بواسطة تقنيات التعرف الضوئي على الحروف (Optical Character Recognition - OCR) من مجموعة النقوش، مما يُعزز الفلاتر لتتناسب مع مقاييس هندسة الحروف. كما تحافظ القناع التدريبي على المناطق السليمة، ليقتصر التركيب على المناطق المتضررة فقط.

تم أيضًا استعراض بعض الهياكل الشبكية السابقة وطرق الاستعادة المختلفة مثل توليف الصور الواحدة، وترميم الصور، وتقنيات الشبكات التنافسية التوليدية (Generative Adversarial Network - GAN)، مع تسليط الضوء على القيود التي تتغلب عليها MESA.

تظهر التجارب المقارنة مزايا تقنية MESA، ويُختتم العرض بتقديم مخطط عملي لاختيار استراتيجيات الاستعادة بناءً على النقوش والبيانات الوصفية المتاحة.

كيف ترون إمكانيات هذه التقنية الحديثة في الحفاظ على التراث التاريخي؟ شاركونا آرائكم في التعليقات!