Возрождение культурного наследия: инновационный подход к комплексной реставрации исторических документов

Reviving Cultural Heritage: A Novel Approach for Comprehensive Historical Document Restoration

July 7, 2025

Авторы: Yuyi Zhang, Peirong Zhang, Zhenhua Yang, Pengyu Yan, Yongxin Shi, Pengwei Liu, Fengjun Guo, Lianwen Jin

cs.AI

Аннотация

Исторические документы представляют собой бесценное культурное наследие, однако с течением времени они подвергаются значительной деградации из-за разрывов, водной эрозии и окисления. Существующие методы восстановления исторических документов (Historical Document Restoration, HDR) в основном сосредоточены на восстановлении в рамках одной модальности или ограниченного размера, что не удовлетворяет практическим потребностям. Для устранения этого пробела мы представляем набор данных для полностраничного восстановления (FPHDR) и новое автоматизированное решение для HDR (AutoHDR). В частности, FPHDR включает 1633 реальных и 6543 синтетических изображения с указанием местоположения на уровне символов и строк, а также аннотациями символов для различных степеней повреждения. AutoHDR имитирует рабочие процессы реставрации историков через трехэтапный подход: локализация повреждений с помощью OCR, предсказание текста на основе визуально-языкового контекста и авторегрессивное восстановление внешнего вида на уровне фрагментов. Модульная архитектура AutoHDR обеспечивает беспрепятственное взаимодействие человека и машины, позволяя гибко вмешиваться и оптимизировать каждый этап восстановления. Эксперименты демонстрируют выдающуюся производительность AutoHDR в HDR. При обработке сильно поврежденных документов наш метод повышает точность OCR с 46,83% до 84,05%, а при взаимодействии человека и машины — до 94,25%. Мы считаем, что данная работа представляет собой значительный шаг вперед в автоматизированном восстановлении исторических документов и вносит существенный вклад в сохранение культурного наследия. Модель и набор данных доступны по адресу https://github.com/SCUT-DLVCLab/AutoHDR.

English

Historical documents represent an invaluable cultural heritage, yet have undergone significant degradation over time through tears, water erosion, and oxidation. Existing Historical Document Restoration (HDR) methods primarily focus on single modality or limited-size restoration, failing to meet practical needs. To fill this gap, we present a full-page HDR dataset (FPHDR) and a novel automated HDR solution (AutoHDR). Specifically, FPHDR comprises 1,633 real and 6,543 synthetic images with character-level and line-level locations, as well as character annotations in different damage grades. AutoHDR mimics historians' restoration workflows through a three-stage approach: OCR-assisted damage localization, vision-language context text prediction, and patch autoregressive appearance restoration. The modular architecture of AutoHDR enables seamless human-machine collaboration, allowing for flexible intervention and optimization at each restoration stage. Experiments demonstrate AutoHDR's remarkable performance in HDR. When processing severely damaged documents, our method improves OCR accuracy from 46.83\% to 84.05\%, with further enhancement to 94.25\% through human-machine collaboration. We believe this work represents a significant advancement in automated historical document restoration and contributes substantially to cultural heritage preservation. The model and dataset are available at https://github.com/SCUT-DLVCLab/AutoHDR.