Ученые из СПбГУПТД создали ИИ для восстановления ветхих документов

Ученые из Санкт-Петербургского государственного университета промышленных технологий и дизайна (СПбГУПТД) разработали и запатентовали уникальную программную систему на базе искусственного интеллекта. Эта технология создана специально для автоматического восстановления поврежденных исторических документов и архивных материалов. В ее основу лег гибридный подход, сочетающий передовые алгоритмы компьютерного зрения и современные языковые модели, что позволяет не просто оцифровывать старые страницы, но и возвращать им первозданную читаемость.

Процесс реставрации разделен на несколько ключевых этапов. Сначала система анализирует цифровой скан старого документа, разделяя его на логические блоки: заголовки, основной текст, таблицы и иллюстрации. Затем в дело вступают алгоритмы улучшения изображения. Нейросеть автоматически повышает общую контрастность кадра, устраняет мелкие дефекты вроде микроразрывов бумаги и аккуратно отделяет печатные символы от пожелтевшего или потемневшего от времени фона, с чем обычные сканеры справиться не могут.

После первичной графической очистки система переходит к оптическому распознаванию символов (OCR). На этом этапе подключается большая языковая модель, которая берет на себя задачу восстановления структуры и общего смысла поврежденного текста. ИИ анализирует контекст вокруг утерянных или неразборчивых фрагментов и буквально достраивает пропущенные слова и буквы. Особое внимание разработчики уделили сложной многоколоночной верстке, характерной для старых периодических изданий — алгоритм учитывает взаимное расположение блоков на странице, чтобы не нарушать логику чтения.

Для обучения и тестирования новой нейросети специалисты использовали архивы советской прессы. В качестве основного тренировочного материала была выбрана газета «Кадры стране» за 1968 год. В ходе испытаний искусственный интеллект успешно справился с обработкой специфической исторической лексики, советских аббревиатур и особенностей орфографии той эпохи. Система показала высокую точность даже при работе с сильно изношенными бумажными носителями, где часть букв была практически стерта.

Разработка петербургских ученых имеет огромное значение для сохранения культурного наследия. Традиционная ручная реставрация и расшифровка ветхих фондов требуют колоссального времени и привлечения редких специалистов. Новую технологию планируют внедрять в работу государственных архивов, публичных библиотек и научно-исследовательских центров. Использование ИИ позволит автоматизировать и ускорить массовую оцифровку миллионов исторических документов, делая их доступными для исследователей и широкой публики по всему миру.