Come le reti neurali trasformano i manoscritti su foglia di palma in tesori digitali?

I manoscritti su foglia di palma, antichi testimoni della cultura balinese, sono spesso macchiati da muffa, crepe e scolorimento. Per renderli leggibili al computer, gli studiosi hanno confrontato dieci tecniche classiche di binarizzazione – tra cui Otsu, Niblack, Sauvola e ISODATA – con un modello di deep learning basato su U‑Net e ResNet34. Il modello è stato addestrato su blocchi di 256 × 256 pixel, prelevati da due collezioni: 19 fogli della serie Lontar Terumbalan della Biblioteca Nazionale indonesiana e 100 immagini del set AMADI Lontarset. I risultati mostrano che l’approccio neurale supera di gran lunga i metodi tradizionali. Il punteggio Dice più alto è stato 0,986, con accuratezza 0,983, indice SSIM 0,938, RMSE 0,143 e PSNR 17,059. Tra le tecniche classiche, ISODATA è la più performante (Dice 0,957, accuratezza 0,933), ma resta inferiore al modello deep learning. In pratica, la rete neurale riesce a distinguere il testo dalle parti degradate e dallo sfondo con una precisione quasi perfetta, aprendo la strada a una digitalizzazione più fedele e a una conservazione più sicura di questi preziosi documenti.

Il modello U‑Net ResNet34 combina due architetture chiave: U‑Net, progettata per la segmentazione semantica, e ResNet34, una rete residual con 34 strati che facilita l’apprendimento di rappresentazioni profonde senza degradazione del gradiente. L’addestramento su blocchi 256 × 256 pixel consente di catturare dettagli fini, come le sottili incisioni delle lettere balinesi, mantenendo al contempo un contesto spaziale sufficiente per distinguere il testo dallo sfondo degradato. La funzione di perdita utilizzata è una combinazione di Dice loss e cross‑entropy, ottimizzata con Adam a 1e‑4 di learning rate. Per mitigare l’overfitting, sono state applicate tecniche di data augmentation (rotazioni, flip, variazioni di luminosità) e early stopping basato sulla validazione. Le metriche di valutazione includono Dice coefficient (misura di sovrapposizione), SSIM (similarità strutturale) e PSNR (rapporto segnale‑rumore), che forniscono una panoramica completa della qualità della binarizzazione. I risultati indicano che la rete apprende a riconoscere pattern di inchiostro anche quando questi sono parzialmente corrotti, superando i limiti dei metodi basati su soglie globali o locali, i quali falliscono in presenza di variazioni di contrasto non uniformi. Questo studio dimostra il potenziale delle CNN per la conservazione digitale di testi antichi, suggerendo future estensioni verso altre tipologie di supporti degradati, come pergamene o papiro.