만주 필사본 복원을 위한 위험 인식 기반 접근법
Think Before You Restore: Risk-Aware Manchu Manuscript Restoration with Stroke-Guided Attention
arXiv역사적 필사본 복원은 손상 부위와 보존 영역 구분이 어려워 일반 모델이 원본을 과도하게 수정하는 문제가 있었습니다. 이에 연구진은 선택적 복원 프레임워크인 'SAGE-Restore'를 제안했습니다.
- SAGE-Restore는 먼저 복구 필요 영역을 정밀하게 평가하고, 이를 기반으로 후보 생성 및 픽셀 단위의 선택적 게이팅(Soft Gate)을 수행합니다. 이로써 손상 부위 복원과 원본 내용 보존 간의 균형을 달성했습니다.
- 이 기술은 단순한 이미지 채우기를 넘어, 역사적 기록물의 가치를 최대한 보존하며 손상된 부분을 정밀하게 복구합니다. 고대 문서나 희귀 자료의 디지털 아카이빙 분야에 중요한 진전을 가져올 것입니다.
- 연구는 복원된 영역의 회복도와 원본 내용 보존도를 동시에 측정하는 '충실도 인식 평가 프로토콜'을 도입했습니다. 이러한 균형 잡힌 접근 방식이 고난도 역사 자료 분석에 활용될 수 있습니다.
역사적 만주 필사본의 전체 페이지 복원은 주석 부족, 손상 영역 불명확성, 그리고 취약한 연결된 획(stroke) 구조 때문에 어렵습니다. 기존의 일반적인 복원 모델들은 시각적 품질을 개선할 수는 있으나, 온전한 원본 내용을 수정하는 과도한 복원(over-restoration) 문제를 야기했습니다.
이에 연구진은 선택적 복원 프레임워크인 SAGE-Restore를 제안했습니다. 이 방법론은 먼저 복원이 필요한 영역을 평가하고, 이를 기반으로 후보 생성 및 픽셀 단위의 선택적 게이팅(Soft Gate)을 수행합니다. 인코더는 보완적인 외관 정보와 획 구조 단서를 통해 패치 수준의 수리 확률을 예측하여 복원 후보 생성을 조건화하며, 이 로짓은 픽셀 단위 소프트 게이트로 정제되어 복원 적용 위치를 선택적으로 제어합니다.
또한, 연구는 손상 영역 회복도, 원본 내용 보존도, 그리고 이 둘의 균형을 동시에 측정하는 충실도 인식 평가 프로토콜을 도입했습니다. SAGE-Restore는 이를 통해 R-Recovery에서 0.463, RFS에서 0.626이라는 최고 수치를 달성했으며, 높은 U-Fidelity(0.968)를 유지하며 복원과 내용 보존 사이의 효과적인 균형을 입증했습니다.