研究人员使用神经网络来全面了解情况
科学家表示,他们“惊人地”提高了旧绘画下的X射线图像的清晰度,帮助艺术史学家和修复者理解和保护伟大的作品。
更重要的是,他们并不真正期望他们的工作成果非常好。
X射线图像已经成为绘画检查和修复的宝贵工具,因为它们可以揭示作品的基本条件,并提供对艺术家技术的见解。他们还可以帮助专家验证作品。
但有一个问题。解释X射线可能很困难,因为图像捕获了所有东西 - 可见的顶层,底层的东西,材料和支撑结构(如支柱)以及背面的任何东西。专家们必须挑选这种视觉混乱来找到他们需要的东西。
因此,来自英国大学学院和美国杜克大学的一个团队开始使用人工智能来研究世界上最伟大的杰作之一,由兄弟休伯特和扬凡特在1432年绘制的神秘羔羊的崇拜。
通常被称为根特祭坛画,它是一个非常大的艺术品,由几个面板组成,其中一些在两面都涂有图像。
由Zahra Sabetsarvestani领导的研究人员选择了两个双面板并开始工作。
他们建立了所谓的卷积神经网络 - 一种计算机程序,其中神经元以类似于动物视觉皮层功能的方式连接 - 并且为两个面板中的每一个提供前面,后面的高分辨率图像和典型的混合X射线,两侧混合。
计算机为每个面板返回两个分开的X射线图像,一个是前面的,另一个是后面的。那时团队很兴奋。
“在这两种情况下,这种方法产生的最终结果似乎表现出混合X射线图像的近乎完美的分离,”他们在“ 科学进步 ”中写道,将图像描述为对原始X射线照片的一次惊人改进。
研究人员没有预料到这种清晰度,并将他们的努力比作物理学家进行实验,产生了尚未通过理论解释的特殊结果。
“这种方法有效并且似乎取得了显着成果。这种意想不到的结果需要进一步调查,可能涉及神经网络应用的本质本身 - 本身就是一个吸引人的前景,因为深度神经网络的奇异效果尚未被很好地理解,并且任何特殊的行为都在其中。成功的实施,可能会用来解开新的见解。“
接下来,该团队希望在其他一些着名的杰作中尝试他们的新方法,其中一位艺术家已经重新使用了画布,包括伦勃朗的马背上的弗雷德里克·里尔肖像,以及艺术家改变了作品的地方,如提香的“死亡的Actaeon”。两幅画都在等待英国国家美术馆的Sabetsarvestani团队。
领取专属 10元无门槛券
私享最新 技术干货