(原标题:宝贵的艺术珍品有救了:科学家用新办法重建梵高画作)
9月20日,据外媒报导,荷兰代尔夫特理工大学的研讨人员宣布在施普林格《机器视觉与运用》上的一项新研讨指出,开发了一种根据卷积神经网络(CNN)的模型来重建跟着时刻推移而恶化的图形,他们运用了这个模型成功重建了文森特·梵高的一些因为墨水褪色销毁的绘画著作。
代尔夫特理工大学简·范德卢比(Jan van der Lubbe)和他的搭档研讨运用机器学习技能对退化的绘画进行像素级重建。
研讨人员经过画家梵高的画作仿制品来练习他们根据卷积神经网络的模型。事实上,梵高的一些水墨画在曩昔的一个世纪里现已严峻恶化,艺术史学家常常企图仿制它们。
范德鲁比说:“咱们研讨的首要方针之一是,经过机器学习办法,归纳对所用色彩及其随时刻变色的深化研讨成果,猜测纸上艺术品的原始、曩昔和未来外观。这可能有助于想象例如梵高的一幅画在创造时的姿态。”
范德鲁比和他的搭档规划的办法结合了多分辨率图像剖析技能和深层卷积神经网络技能,以像素为单位猜测绘画的曩昔外形。这就像人脑中的神经网络,能够经过剖析很多数据来练习完结特定使命。
在他们的研讨中,研讨人员专门练习卷积神经网络在纸上数字化地重建褪色的梵高画作。该算法是在一个数据集上练习的,该数据集包括上个世纪不一起期制造的不同质量的原始图形的仿制品。
该研讨除了提醒曩昔的绘画相貌外,还能够协助艺术史学家确认恰当的艺术品维护和修正战略,以及维护和展现艺术品的有用做法。
研讨人员在一系列试验中评价了他们的模型,发现它取得了明显的成果。他们的发现强调了运用机器学习对退化的图像、文档和艺术品进行猜测性重建的可行性。虽然研讨人员专门用他们的模型来重建梵高的画,但它也能够运用于其他恶化的纸质艺术品或19世纪的手稿。
范德卢布说:“咱们在梵高绘画的数字重建方面取得了比现在运用其他办法更好的作用。当然,梵高仅仅一个测验或比如。咱们的技能也能够延伸到其他艺术家的绘画、素描和旧文献。”
在未来,这种新东西能够协助艺术史学家对艺术品进行重建,以防止这些艺术珍品完全恶化。在他们最近的研讨中,研讨人员一次专心于一幅画,练习他们的卷积神经网络有限的仿制品数量。而且该模型也能够用来猜测根据很多仿制品的原始图像的姿态。
此外,这种技能现在经过剖析视觉信息来作业。在他们的下一个研讨中,研讨人员想研讨一起剖析视觉和化学相关信息(例如墨水的组成及其降解率)是否能够增强模型的功能。
本文来历:快科技 责任编辑:张祖韬_NT5054