پژوهشگران ژاپنی و چینی یک مدل شبکه عصبی جدید در حوزه هوش مصنوعی توسعه دادهاند که میتواند با استفاده از تصاویر، اشیاء تاریخی آسیبدیده را بهصورت تصاویر سهبعدی و واقعیت مجازی (VR) بازسازی کند. از جمله این آثار میتوان به مجسمههای دیواری اشاره کرد که بیشتر در معرض آسیبهای جدی و فرسایش قرار دارند. اگرچه روشهای مدرن اسکن سهبعدی و فوتوگرامتری میتوانند در بازسازی این آثار کمک کند، اما بازسازی ظاهر اولیه آنها بدون آسیب زدن به آنها همچنان امکانپذیر نیست. استفاده از روشهای مرسوم بازسازی نیازمند صرف زمان، نیروی متخصص و هزینههای زیادی است و میتواند به اصالت شیء نیز آسیب بزند.
یک تیم از ژاپن و چین به سرپرستی پروفسور ساتوشی تاناکا از دانشگاه ریتسومیکان ژاپن و جیاو پان از دانشگاه علوم و فناوری پکن، توانستهاند مدلی طراحی کنند که این آثار تاریخی که عمدتا به صورت برجسته طراحی شده اند را با استفاده از تصاویر قدیمی مربوط به آنها به شکل تصاویر سهبعدی دیجیتال بازسازی کند. این روش بهویژه برای آثاری که به صورت نقشبرجسته هستند مناسب است زیرا این آثار دارای عمق کم هستند و از زوایای روبرو قابل مشاهدهاند. این ویژگیها امکان میدهد که عکسهای دوبعدی اطلاعات لازم برای بازسازی سهبعدی را بهخوبی فراهم کنند.
تاناکا اظهار داشت که مدل پیشین آنها توانست به دقت ۹۵ درصد در بازسازی دست یابد اما جزئیات ظریفتر مانند چهرههای انسانی و تزئینات هنوز به اندازه کافی خوب نیست. علت این امر فشردهسازی بالای مقادیر عمق در تصاویر دوبعدی این آثار است که استخراج جزئیات دقیق عمق را دشوار میکند. روش جدید آنها این مشکل را با بهبود تخمین عمق و استفاده از یک روش نوین برای تشخیص لبهها به ویژه در لبههای نرم برطرف کرده است.
این پژوهشگران از این مدل برای بازسازی نقوش برجستهها معبد بوروبودور در اندونزی استفاده کردهاند. این آثار تاریخی به دلیل تقویت دیوارها در دوران استعمار هلند، اکنون قابل مشاهده نیستند. تاناکا بیان کرد که شبکه عصبی چندوظیفهای آنها توانسته است بخشهای پنهان از این آثار تاریخی طبقه همکف بوروبودور را از عکسهای قدیمی بازسازی کند. این فناوری علاوه بر ایجاد یک امکان جدید برای باستانشناسان، میتواند برای تجربههای مجازی و استفاده در متاورس نیز به کار رود. از این طریق، میراث فرهنگی جهانی بهصورت دیجیتال برای نسلهای آینده حفظ و قابل اشتراکگذاری میشود.
منبع خبر:AI Business
پاسخ :