Искусствоведы могут получить новый инструмент для определения атрибуции спорных картин с использованием искусственного интеллекта (ИИ) благодаря исследованиям междисциплинарной группы под руководством физиков из Западного резервного университета Кейза в Кливленде, штат Огайо, США. Исследование, опубликованное в ноябре в журнале Heritage Science, показывает, как анализ машинного обучения небольших участков топографических снимков картин, некоторые из которых составляли всего полмиллиметра, позволил отнести работы к нужному художнику с точностью до 96%. Эта технология в конечном итоге также может помочь определить, какие художники отвечают за различные области живописи, выполненные несколькими художниками или созданные в мастерской художника, и помочь отличить подлинные работы от подделок.

Проект отличается от других, которые стремились использовать ИИ для решения вопросов атрибуции и подлинности, тем, что большинство предыдущих исследований в этой области основывались на машинном анализе изображений картин с высоким разрешением, а не на окрашенных поверхностях самих полотен.

Исследователи обучили ИИ определять авторство картин по подробному анализу мазков.

«Идея заключалась в том, что анализ мазка позволит создать своеобразный отпечаток пальца, — говорит Кеннет Сингер (Kenneth Singer), профессор физики из Западного резервного университета Кейза, который руководил исследованием. — Мы обнаружили, что даже на уровне щетины кисти установить авторство работы удаётся довольно успешно. Честно говоря, мы этого пока ещё не осознаём до конца, на самом деле это просто ошеломляет — когда вы представляете себе, как краска, сходящая с одной щетинки, указывает на то, что мы называем непреднамеренным стилем художника.»

Проект был сосредоточен на анализе наборов картин, созданных специально студентами Кливлендского института искусств, которым было поручено нарисовать копии фотографии кувшинки. Исследование включало обучение сверточных нейронных сетей (CNN) с помощью трёхмерного сканирования поверхностей картин, выполненного с помощью профилометра. Разделив полотна на крошечные квадратные участки для анализа, CNN определила «непреднамеренный стиль» или «отпечаток пальца» каждого художника. Затем искусственный интеллект смог правильно атрибутировать другие картины, сопоставив непреднамеренные стили художников с текстурами мазков кисти.

Кроме того, специалисты также провели тесты на картине Эль Греко (El Greco) «Портрет Хуана Пардо де Тавера», которая была достаточно серьёзно повреждена во время гражданской войны в Испании и тщательно отреставрирована. Сейчас команда для своих исследований подбирает новые произведения.

Правописание уведомления вебмастера


Понравилось? Поделитесь с друзьями!

Комментарии

- комментариев