复兴文化遗产：历史文档恢复的一种新颖方法
摘要
历史文档代表着不可估价的文化财富，然而经过数百年的腐败，已发生显著的 degrade，包括撕裂、水侵蚀和氧化。现有的历史文档恢复 (HDR) 方法主要 focus on single modality or limited-size restoration，无法满足实际需求。为填补这一空白，我们 present了一个 full-page HDR 数据集 (FPHDR) 和 一个 novel 自动 HDR 解决方案 (AutoHDR)。具体而言，FPHDR 包含 1,633 张真实图像和 6,543 张合成图像，包含字符级别和行级别的位置信息，以及不同损坏程度的字符注释。AutoHDR 通过三个阶段模拟历史学家的恢复工作流程：OCR 辅助损伤局部化、视觉-语言上下文文本预测和 patch 自回归外观恢复。AutoHDR 的模块化 architecture enables seamless human-machine collaboration， allowing for flexible intervention and optimization at each restoration stage. 实验表明，AutoHDR 在 HDR 方面表现突出。当处理严重损坏的文档时，我们的方法将 OCR 准确率从 46.83% 提升至 84.05%，通过人机协作进一步提升至 94.25%。我们认为 this work represents a significant advancement in automated historical document restoration and contributes substantially to cultural heritage preservation. 该模型和数据集已提供于 https://github.com/SCUT-DLVCLab/AutoHDR。
引用
@article{arxiv.2507.05108,
title = {Reviving Cultural Heritage: A Novel Approach for Comprehensive Historical Document Restoration},
author = {Yuyi Zhang and Peirong Zhang and Zhenhua Yang and Pengyu Yan and Yongxin Shi and Pengwei Liu and Fengjun Guo and Lianwen Jin},
journal= {arXiv preprint arXiv:2507.05108},
year = {2025}
}