近年來(lái)，越來(lái)越多的研究人員開始嘗試使用機(jī)器學(xué)習(xí)技術(shù)，識(shí)別創(chuàng)作特定藝術(shù)品的藝術(shù)家，或確定畫作是真品還是贗品。現(xiàn)在，機(jī)器學(xué)習(xí)技術(shù)在藝術(shù)領(lǐng)域又有了新的用途。

近日，荷蘭代爾夫特理工大學(xué)的研究人員開發(fā)了一種基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的模型，來(lái)復(fù)原因墨水褪色和變色而被毀的梵高畫作。

研究人員著手研究如何使用機(jī)器學(xué)習(xí)技術(shù)對(duì)退化的畫作進(jìn)行像素級(jí)還原。這些畫目前無(wú)法展出，幾十年后它們可能會(huì)完全損壞。帶著這樣的想法，研究團(tuán)隊(duì)想要開發(fā)一種模型，能夠自動(dòng)地重建這些無(wú)價(jià)的藝術(shù)品，從而保護(hù)它們，并使它們能夠?qū)娬故尽?/p>

研究團(tuán)隊(duì)成員van der Lubbe說(shuō)：“我們研究的主要目標(biāo)之一是通過(guò)機(jī)器學(xué)習(xí)的方法來(lái)預(yù)測(cè)藝術(shù)品在紙上的原始、過(guò)去和未來(lái)的外觀，這些方法綜合了對(duì)所用顏色的深入研究和隨著時(shí)間的推移它們變色的結(jié)果。例如，這可能有助于想象梵高的一幅畫在創(chuàng)作時(shí)的樣子。”

這種方法由van der Lubbe和他的同事們?cè)O(shè)計(jì)，結(jié)合了多分辨率圖像分析和深度CNNs技術(shù)來(lái)預(yù)測(cè)過(guò)去繪畫的像素級(jí)外觀。CNNs是受生物神經(jīng)網(wǎng)絡(luò)（如人類大腦中的神經(jīng)網(wǎng)絡(luò)）啟發(fā)的算法，可以通過(guò)分析大量數(shù)據(jù)來(lái)完成特定的任務(wù)。

在他們的研究中，研究人員專門訓(xùn)練了一個(gè)CNN，用數(shù)字技術(shù)在紙上重現(xiàn)褪色的梵高畫作。該算法是在一個(gè)數(shù)據(jù)集上訓(xùn)練的，該數(shù)據(jù)集包含過(guò)去一個(gè)世紀(jì)中不同時(shí)期繪制的不同質(zhì)量的原始圖紙的復(fù)制品。

研究人員在一系列的實(shí)驗(yàn)中對(duì)他們的模型進(jìn)行了評(píng)估，發(fā)現(xiàn)它取得了顯著的效果。他們的發(fā)現(xiàn)證明了利用機(jī)器學(xué)習(xí)對(duì)退化圖像、文檔和藝術(shù)品進(jìn)行預(yù)測(cè)重建的可行性。雖然研究人員特別使用他們的模型來(lái)重建梵高的畫作，但它也可以應(yīng)用于其他紙上的退化藝術(shù)品或19世紀(jì)的手稿。

當(dāng)涉及到藝術(shù)保存時(shí)，繪畫和素描的退化是一個(gè)關(guān)鍵的挑戰(zhàn)。可以說(shuō)，能夠自動(dòng)重建不完整或損壞的藝術(shù)品的工具將大大簡(jiǎn)化藝術(shù)歷史學(xué)家的工作。