芸術の修復には、安定した手と目の肥えた目が必要です。何世紀にもわたって、保護者は修理が必要な領域を識別し、正確な色合いを混合して一度に1つの領域を埋めることにより、絵画を復元してきました。多くの場合、絵画には何千もの小さな領域に個別の注意が必要です。単一の絵画を復元するには、数週間から10年以上までどこにもかかります。
近年、デジタル修復ツールは、オリジナルの復元された作品の仮想表現を作成するためのルートを開きました。これらのツールは、コンピュータービジョン、画像認識、色のマッチングのテクニックを適用して、比較的迅速に絵画の「デジタル復元された」バージョンを生成します。
それでも、これまでデジタル修復物を元の作品に直接翻訳する方法はありませんでした。で 紙 今日ジャーナルに登場します 自然、MITの機械工学部の大学院生であるAlex Kachkineは、オリジナルの絵にデジタル修復物を物理的に物理的に適用するために開発した新しい方法を提示します。
修復物は、非常に薄いポリマーフィルムに印刷されており、元の絵画に揃えて接着することができるマスクの形をしています。また、簡単に削除できます。 Kachkineは、マスクのデジタルファイルは、将来の保護者が保存および参照することができると言います。
「マスクが使用されたマスクのデジタル記録があるため、100年後に誰かがこれで作業するとき、彼らは絵画に対して何が行われたかを非常に明確に理解するでしょう」とカチキンは言います。 「そして、それは以前の保全で実際には不可能でした。」
デモンストレーションとして、彼はこの方法を15世紀の非常に損傷した油絵に適用しました。この方法は、修復が必要な5,612の別々の領域を自動的に識別し、57,314種類の異なる色を使用してこれらの領域を埋めました。プロセス全体は、最初から最後まで3.5時間かかりましたが、これは従来の修復方法よりも約66倍高速であると推定しています。
Kachkineは、復元プロジェクトと同様に、復元されたバージョンがアーティストのオリジナルスタイルと意図の適切な表現であるかどうかという点で、考慮すべき倫理的な問題があることを認めています。彼の新しい方法のあらゆる適用は、絵画の歴史と起源の知識を持って保護者と協議して行われるべきであると彼は言います。
「見られないかもしれない多くの損傷した芸術が保管されています」とカッチンは言います。 「うまくいけば、この新しい方法で、私たちがもっと芸術を見る可能性があります。
デジタル接続
新しい修復プロセスは、サイドプロジェクトとして始まりました。 2021年、KachkineがMITに進んで機械工学の博士課程プログラムを開始したとき、彼は東海岸を駆け上がって、できるだけ多くのアートギャラリーを訪れることを主張しました。
「私は子供の頃から非常に長い間芸術に夢中になっています」と、伝統的な手足のテクニックを使用して、趣味として絵画を復元するKachkine氏は言います。彼がギャラリーをツアーしたとき、彼は壁の芸術がギャラリーが保持している作品のほんの一部にすぎないことに気づきました。ギャラリーが獲得した芸術の多くは、作品が熟成または損傷しているため、保管されています。
「絵画を復元するのは楽しいです。座って物を埋めて素敵な夜を過ごすのは素晴らしいことです」とカチーヌは言います。 「しかし、それは非常に遅いプロセスです。」
彼が学んだように、デジタルツールは修復プロセスを大幅に高速化できます。研究者は、膨大な量のデータをすばやく統合する人工知能アルゴリズムを開発しました。アルゴリズムは、この視覚データ内の接続を学習します。これは、アーティストまたは期間のスタイルに非常に似ている方法で、特定の絵画のデジタル復元バージョンを生成するために適用されます。ただし、このようなデジタル修復物は通常、事実上表示されるか、スタンドアロン作品として印刷されており、オリジナルアートをレタッチするために直接適用することはできません。
「これはすべて私に考えさせられました。絵画をデジタル的に復元し、結果を物理的に影響を与えることができれば、従来の手動プロセスの多くの問題点と欠点を解決するでしょう」とカチキンは言います。
「整列と復元」
新しい研究のために、Kachkineは、最初にMITに来たときに獲得した15世紀の絵画を使用して、オリジナルの絵画にデジタル修復を物理的に適用する方法を開発しました。彼の新しい方法では、最初に従来のテクニックを使用して絵画をきれいにし、過去の修復努力を削除することが含まれます。
「この絵はほぼ600年前で、何度も保護を経験してきました」と彼は言います。 「この場合、かなりの量の過剰摂取がありました。これらはすべて、実際に何があるかを見るために片付けなければなりません。」
彼は、塗料が色あせたり割れたりした多くの地域を含む、きれいな絵画をスキャンしました。次に、既存の人工知能アルゴリズムを使用してスキャンを分析し、元の状態で絵画がどのように見えるかの仮想バージョンを作成しました。
次に、Kachkineは、デジタル復元バージョンと一致するために必要な正確な色とともに、浸漬を必要とする元の絵画上の地域のマップを作成するソフトウェアを開発しました。このマップは、薄いポリマーベースのフィルムに印刷された物理的な2層マスクに翻訳されます。最初の層は色で印刷され、2番目の層はまったく同じパターンで印刷されますが、白です。
「色を完全に再現するには、フルスペクトルを取得するには白と色の両方のインクが必要です」とKachkineは説明します。 「これらの2つのレイヤーが不整合されている場合、それは非常に簡単に見ることができます。したがって、人間の色の知覚について知っていることに基づいて、いくつかの計算ツールを開発し、実際に整列して復元できる領域の小さいことを判断しました。」
Kachkineは、高忠実度のコマーシャルインクジェットを使用してマスクの2つのレイヤーを印刷しました。彼は慎重に整列し、元の絵に手でオーバーレイされ、従来のワニスの薄いスプレーを接着しました。印刷されたフィルムは、保護者が元の損傷した作業を明らかにする必要がある場合に備えて、保全グレードのソリューションで簡単に溶解できる材料で作られています。マスクのデジタルファイルは、復元されたものの詳細な記録として保存することもできます。
Kachkineが使用した絵画の場合、この方法は数時間で数千の損失を埋めることができました。 「数年前、私はこのバロック様式のイタリアの絵画をおそらく同じ順序の損失で復元していましたが、9か月のパートタイムの仕事が必要でした」と彼は回想します。 「損失が多いほど、この方法は良くなります。」
彼は、新しい方法は、従来の手描きのアプローチよりも桁違いに桁違いになる可能性があると推定しています。この方法が広く採用されている場合、彼は、最終的な作業がアーティストのスタイルと意図に沿っていることを確認するために、プロセスのあらゆるステップで保護者が関与すべきであることを強調しています。
「このプロセスのあらゆる段階で関与する倫理的課題について多くの審議を必要とし、保全の原則と最も一致する方法でこれを適用する方法を確認します」と彼は言います。 「私たちは、さらなる方法を開発するためのフレームワークを設定しています。他の方法に取り組むにつれて、より正確な方法になります。」
この作業は、ジョン・Oとキャサリン・A・ルッツ記念基金によって部分的にサポートされていました。この研究は、MIT.Nanoの機器と施設の使用を通じて、MIT Microsystems Technology Laboratories、MIT機械工学部、MITライブラリからの追加サポートを受けて、一部に行われました。
#破損した絵がありますか #AIに生成されたマスクで数時間で復元 #MITニュース