ADAT - Archivi Digitali Antico Testo

Trinacria Grid Virtual Laboratory
ADAT
Salvatore Scifo ([email protected])
INFN Catania
Catania, 23.10.2006
University of
Coimbra
www.trigrid.it
FESR
Partnership
• Titolo del Progetto: “Archivi Digitali Antico Testo (ADAT):
Realizzazione di un Laboratorio integrato per il restauro,
conservazione, valorizzazione e fruizione di documenti
antichi”.
• Progetto di Ricerca presentato, insieme ad altre PMI, alla
Fondazione Diocesana dei Beni Culturali e l’Università
degli Studi di Catania, nell’ambito del bando POR Sicilia
2000/2006 misura 3.14.
– Resources
 INFN
• S. Scifo ([email protected])
 IR&T engineering
• V. Milazzo ([email protected])
• G. Arcidiacono ([email protected])
Catania, 23.10.2006
2
Esigenza Beni Culturali
• La conservazione dei beni culturali è diventata una
esigenza fortemente sentita da amministrazioni e
ambienti culturali.
• Sfortunatamente, nel corso della storia diversi
patrimoni sono stati distrutti a causa di agenti
atmosferici, guerre, disastri naturali e/o errori umani.
• La digitalizzazione è una delle risposte al problema
della conservazione e soprattutto della preservazione
da ogni tipo di alterazione comprese quelle derivate dal
restauro fisico.
– Attività di restauro possono essere invasive e arrecare danni.
Catania, 23.10.2006
3
Infrastruttura e Tecnologia
• L’incremento e lo sviluppo delle reti di comunicazione
ad alte prestazioni permettono adesso la realizzazione
di piattaforme software orientate all’archiviazione e
fruizione di contenuti culturali di notevole rilevanza
storico artistica.
• Attraverso il web, per esempio, documenti storici di
inestimabile valore quanto estremamente fragili
possono essere aperti al mondo e fruibili in ogni
momento senza comprometterne l’integrità.
• È possibile ipotizzare soluzioni e servizi On Demand
basati anche su tecnologia GRID.
Catania, 23.10.2006
4
Il modello ADAT
• Si tratta di un Modello di Processo basato su
–
–
–
–
Metodologie
Tecnologie
Procedure
Hardware e Software
• Il modello è orientato alla conservazione del bene reale
in se ed alla divulgazione del suo valore intrinseco
anche tramite la sua rappresentazione virtuale.
Restoration/
Preservation
Acquisition /
Digital Restoration
Cataloguing/
Archiving
Publishing
Catania, 23.10.2006
5
Restauro Digitale
• Oggetto della ricerca
– Forme sperimentali di ricostruzione virtuale dei documenti
 La rimozione di difetti meccanici (crepe, graffi, strappi)
 La rimozione di difetti chimici (macchie di ruggine, ossidazione
della cellulosa, macchie di muffa, …)
 Il riconoscimento di caratteri manoscritti (ICR)
– Integrazione degli algoritmi propriamente di restauro in modelli
avanzati di calcolo parallelo, basati sui paradigmi della
programmazione genetica ed evolutiva
– Orientamento verso un’automazione spinta ed una elaborazione
in massa di oggetti digitali
– Porting di tali algoritmi (costosissimi dal punto di vista della
computazione), su GRID Computing.
Catania, 23.10.2006
6
Difetti Meccanici
Crepe (Cracks)
Questo genere di difetto può deteriorare in maniera pesante il documento, perché può essere di
grandi dimensioni.
Di solito una crepa non ha un particolare
orientamento.
Tuttavia, una
singola crepa
segue quasi
sempre un’unica
direzione.
Strappi (Torn Papers)
Graffi (Scratches)
Gli strappi possono lasciare grandi vuoti all’interno del
documento. Se l’entità dello strappo è sufficientemente
grande è impossibile ricostruire le parti mancanti in
maniera automatica.
I graffi, spesso numerosi, sono sottili
linee rette anch’esse di direzione
arbitraria. Sono rilevabili specialmente
nelle foto e nelle figure.
Catania, 23.10.2006
7
Difetti Chimici
Ossidazione della cellulosa
(Cellulose Oxidation)
Questo fenomeno è dovuto all’ossidazione
della cellulosa catalizzata da metalli. E’
importante rimuovere questo genere di
difetto, poiché gli algoritmi di
riconoscimento dei caratteri danno i loro
migliori risultati se il testo presenta un
fondo più chiaro ed uniforme possibile.
Macchie
Semitrasparenti
(Water blotches)
Macchie di ruggine
“Foxing”
Sono originate
tipicamente da acqua e
umidità. In questo caso,
ogni pixel della
macchia contiene sia
informazioni sul dato
reale che rumore.
Sono macchie di colore
rosso-marrone (colore
della volpe, da cui
Foxing), dovute al
risultato di reazioni
chimiche tra la carta ed
alcuni microorganismi.
Catania, 23.10.2006
8
Archivio Digitale
• STORAGE
– L’archivio digitale ospiterà e gestirà 5 Tera Byte di dati distribuiti
su Storage GRID.
• METADATI
– I servizi di catalogazione, indicizzazione e ricerca standard usati
in ambiti relativi alle biblioteche digitali verranno “portati” ed
“integrati” con i GRID Data Management Services.
– Gli schemi di metadati standard utilizzati per catalogare le
risorse digitali verranno “tradotti” per Grid Metadata Service
(AMGA).
• SERVIZIO
– L’archivio verrà utilizzato attraverso una applicazione web la cui
Business Logic si interfaccia ai servizi di Data Grid mediante un
apposito framework sviluppato ad hoc.
Catania, 23.10.2006
9
I Requisiti
• Contenere e gestire enormi quantità di dati (ordine di Tera Byte)
• Storage Distribuito Geograficamente
• Fornire accessibilità via rete (web oriented) delle sue
funzionalità (amministrative, operative, consultative)
• Fornire un meccaniscmo per il Controllo d’Accesso
centralizzato basato sui ruoli utente relativi alla Virtualo
Organization di appartenenza.
• Fornire servizi di indicizzazione e catalogazione
• Delegare tutti gli aspetti di gestione dell’infrastruttura di
storage al Grid Site Management
Catania, 23.10.2006
10
Architettura Distribuita
• L’idea base è realizzare una architettura distribuita e
aperta, per garantire l’interoperabilità tra i servizi di
gestione dei dati e metadati della infrastruttura GRID e
le diverse applicazioni.
• Tale architettura incoraggia l’implementazione di
“federazioni di archivi digitali” che possano
condividere la stessa base di dati pur mantenendo la
propria autonomia e indipendenza.
Archive Application1
Archive Application2
Archive Application3
Grid Data Access Framework
GRID Metadata Service
GRID File Service
GRID FARM
(Redundancy, High Availability, Data Backup&Recovery, High Storage Capability, Net Access Security)
Catania, 23.10.2006
11
Grid Data Access Framework
• GRID Services coinvolti
– Metadata Service: è il servizio GRID che gestisce il catalogo dei
metadati.
– File Catalogue Service: è il servizio GRID che gestisce la
localizzazione dei file e delle repliche all’interno dello storage
distribuito.
– Storage Element: è il servizio GRID che gestisce i file digitali
fisicamente conservati nello storage.
– AA Service: è il servizio GRID che implementa l’infrastruttura di
Autorizzazione e Autenticazione.
• Grid Data Access Framework
– Nasconde la complessità e la frammentazione delle API dei
servizi sottostanti.
– I Data Management Services vengono visti come un servizio unico
e le differenti operazioni vengono eseguite in modalità coerente.
Catania, 23.10.2006
12
Networking
GRID
Authentication/Authorization
Service
Archive Users
GRID Metadata
Service
Internet
GRID Archive
Application
GRID Network
GRID File Service
GRID Data Access
Framework
GRID Storage
(Redundancy, High Availability, Data
Backup&Recovery, High Storage Capability,
Net Access Security)
Catania, 23.10.2006
13
Architettura Software
Digital Archive
Archive Application
Grid Security
Grid Access Framework
VOMS API
VOMS API
VOMS/PROXY
Search Engine
File Manager
Metadata Manager
GFAL API
LFC API
AMGA API
GFAL API
LFC API
AMGA API
Storage Element
File Catalog
Service
Metadata catalog
Service
Grid DMS
Catania, 23.10.2006
14
Utilizzo dei Metadati
Catania, 23.10.2006
15