Ibteda Digital Library ของปากีสถานถ่าย 902 000 รูปเก็บ 1 800 หนังสืออูรดูด้วยกล้อง Nikon และโมเดล AI

การเก็บรักษาหนังสือหายากในรูปแบบดิจิทัลของชาวปากีสถานสามคนที่ก่อตั้ง Ibteda Digital Library สิ้นสุดลงหลังกว่า 10 ปีทำงานด้วยกล้อง Nikon รุ่นงบประมาณและกระบวนการถ่ายภาพมือ — โดยใช้จำนวนคลิกรวม 902,000 ครั้ง เพื่อสร้างสำเนาดิจิทัลของหนังสืออูรดูกว่า 1,800 เล่ม โครงการนี้ยังได้พัฒนาโมเดลแมชชีนเลิร์นนิงจากไฟล์ Photoshop เพื่อลดภาระการแก้ไขภาพ 526,000 หน้า ซึ่งอาจเป็นกรณีศึกษาให้กับโครงการบันทึกข้อมูลทางวัฒนธรรมอื่น ๆ ทั่วโลก

Overview

โครงการเริ่มต้นประมาณปี 2015 เมื่อกลุ่มเพื่อนสามคนจากปากีสถานตั้งเป้าหมายเก็บรักษาหนังสืออูรดูที่ไม่ได้พิมพ์ใหม่อีกต่อไป โดยเฉพาะหนังสือประเภทลิธกราฟและบันทึกมือ พวกเขาไม่มีงบประมาณหรือการสนับสนุนใด ๆ จากภาครัฐหรือองค์กรเอกชน จึงใช้เงินส่วนตัวในการซื้อกล้อง Nikon D5300 และ D3300, ไฟ LED, รวมถึงแผ่นกระจกจากเครื่องถ่ายเอกสารเพื่ออัดหนังสือให้เรียบ

การทำงานทั้งหมดเป็นแบบแมนนวลตั้งแต่การพลิกหน้า การจัดตำแหน่งจนถึงการแก้ไขภาพใน Photoshop ทุกขั้นตอนต้องคงความเที่ยงตรงของขอบกระดาษ, ขนาดตัวอักษร, และมุมมองเดียวกันตลอดทั้งเล่ม แม้ว่าการถ่ายภาพจะเร็วพอ แต่การประมวลผลหลังจากนั้นใช้เวลานานและซับซ้อนมาก

Technical Approach

กล้อง Nikon D5300 ถูกใช้งานถึง 576,000 ครั้ง ส่วน D3300 มีการเปิดชัตเตอร์ 326,000 ครั้ง ทำให้จำนวนคลิกรวมเป็น 902,000 ครั้ง การถ่ายภาพใช้แสง LED คงที่และกระจกเพื่อบีบหนังสือให้เรียบตรง การตั้งค่ากล้องไม่ได้มีการปรับเปลี่ยนบ่อยนัก เพื่อคงคุณภาพของไฟล์ RAW ที่ได้

หลังจากถ่ายแล้ว ทีมต้องทำขั้นตอนต่อไปใน Photoshop ได้แก่ การตัดขอบ, ปรับมุม, ลบรอยตำหนิที่อาจเกิดจากฝุ่นหรือรอยขีดบนกระจก งานเหล่านี้ต้องทำให้สอดคล้องกันทั่วทั้งเล่มเพื่อให้ได้ไฟล์ดิจิทัลที่เหมาะกับการเก็บรักษาระยะยาว

Nikon D5300 – 576,000 ครั้ง
Nikon D3300 – 326,000 ครั้ง
ภาพรวม: 526,000 คู่หน้าที่ต้องประมวลผลต่อเนื่อง

Machine‑Learning Solution

เมื่อจำนวนภาพถึงเกือบครึ่งล้าน ทีมหนึ่งในสามคนตัดสินใจใช้ OpenCV เพื่อลดภาระการทำงานแบบแมนนวล แต่วิธีการคอมพิวเตอร์วิทัศน์ทั่วไปไม่สามารถจับคู่รูปแบบของหนังสืออูรดูที่มีตัวอักษรจุดหลายจุดและขอบกระดาษซับซ้อนได้

แนวคิดหลักคือใช้ไฟล์ Photoshop ที่ผ่านการแก้ไขแล้วเป็น “label” หรือ target เพื่อนำมาฝึก neural network ให้คำนวณค่า homography ของแต่ละหน้า การฝึกโมเดลต้องอาศัยภาพที่มีการตัดขอบและปรับแต่งอย่างละเอียดเพื่อให้ระบบเรียนรู้วิธีการครอป, แยกช่องระหว่างสองหน้ากระดาษ, และกำจัดรอยเปื้อน

ผลการทดลองพบว่าการเพิ่มจำนวนหนังสือในการฝึกทำให้โมเดลแม่นยำลดลง เนื่องจากรูปแบบของขอบกระดาษและมาร์จิ้นในแต่ละเล่มไม่มีความสอดคล้องกัน การใช้โมเดลใหญ่หรือข้อมูลฝึกมากเกินไปจึงไม่เป็นประโยชน์

Challenges & Limitations

หนึ่งในอุปสรรคสำคัญคือ Urdu script ที่เขียนด้วยรูปแบบ Nastaliq ซึ่งมีการเชื่อมต่อของเส้นและจุดหลายระดับ ทำให้ระบบต้องแยก “สัญลักษณ์จริง” กับ “เสียงรบกวนจากฝุ่นหรือความไม่สมบูรณ์ของภาพ” อย่างแม่นยำ อีกทั้งหนังสือแต่ละเล่มยังมีขนาด ความหนา และมาร์จิ้นที่แตกต่างกัน ทำให้ค่า crop margin ต้องกำหนดด้วยการตัดสินใจของผู้เชี่ยวชาญในแต่ละกรณี

โมเดลสุดท้ายยังคงต้องใช้ “การครอปสอบเทียบ” จำนวนสิบครั้งสำหรับหนังสือใหม่ ซึ่งถือเป็นภาระงานแมนนวลที่ยอมรับได้ แต่ก็แสดงให้เห็นว่าการทำกระบวนการเต็มรูปแบบโดยอัตโนมัติยังไม่สมบูรณ์

Implications for Digital Preservation

โครงการนี้เสนอวิธีการใหม่ในการจัดการกับปริมาณข้อมูลดิจิทัลขนาดใหญ่ของเอกสารที่มีลักษณะเฉพาะเจาะจง การใช้ neural network ที่ฝึกจากไฟล์แก้ไขด้วยมือสามารถลดเวลาและค่าใช้จ่ายในขั้นตอนหลังการถ่ายภาพได้อย่างมีนัยสำคัญ แม้ว่าจะต้องทำการสอบเทียบเบื้องต้นสำหรับหนังสือแต่ละเล่ม

การเก็บข้อมูลบน ZFS pool พร้อมกับ BLAKE3 manifests ทำให้ไฟล์ดิจิทัลที่สร้างขึ้นมีความปลอดภัยและตรวจสอบได้ตามมาตรฐานการบันทึกข้อมูลระดับสูง นอกจากนี้ การเปิดให้เข้าถึงผลงานผ่าน Internet Archive ช่วยส่งเสริมการศึกษาและการอนุรักษ์วัฒนธรรมอูรดูในระดับสากล

Summary

โครงการ Ibteda Digital Library ใช้กล้อง Nikon งบประมาณต่ำถ่ายหนังสืออูรดูกว่า 1,800 เล่มด้วย 902,000 ครั้งของชัตเตอร์และได้พัฒนาโมเดลแมชชีนเลิร์นนิงเพื่อประมวลผลภาพ 526,000 หน้า การทดลองนี้แสดงให้เห็นถึงศักยภาพและข้อจำกัดของการใช้ AI ในงานอนุรักษ์เอกสารหายาก.