Die Kunstrestauration nimmt stetige Hände und ein anspruchsvolles Auge. Seit Jahrhunderten haben Konservatoren Gemälde restauriert, indem sie Bereiche identifizieren, die repariert werden müssen, und dann einen genauen Schatten mischen, um jeweils einen Bereich zu füllen. Oft kann ein Gemälde Tausende von winzigen Regionen haben, die individuelle Aufmerksamkeit erfordern. Das Wiederherstellen eines einzigen Gemäldes kann zwischen ein paar Wochen bis über ein Jahrzehnt dauern.
In den letzten Jahren haben digitale Restaurierungstools einen Weg zum Erstellen virtueller Darstellungen origineller, restaurierter Werke eröffnet. Diese Instruments wenden Techniken der Laptop Imaginative and prescient, Bilderkennung und Farbanpassung an, um relativ schnell eine „digital restaurierte“ Model eines Gemäldes zu generieren.
Trotzdem gab es bisher keine Möglichkeit, digitale Restaurationen direkt in ein Originalwerk zu übersetzen. In a Papier Heute in der Zeitschrift erscheinen NaturAlex Kachkine, ein Doktorand für Maschinenbau am MIT, präsentiert eine neue Methode, die er entwickelt hat, um eine digitale Restaurierung direkt auf ein Originalmalerei anzuwenden.
Die Restaurierung wird auf einem sehr dünnen Polymerfilm in Kind einer Maske gedruckt, die ausgerichtet und an ein Originalmalerei angehängt werden kann. Es kann auch leicht entfernt werden. Kachkine sagt, dass eine digitale Datei der Maske von zukünftigen Konservatoren gespeichert und genannt werden kann, um genau zu sehen, welche Änderungen vorgenommen wurden, um das Originalmalerei wiederherzustellen.
„Da es eine digitale Aufzeichnung darüber gibt, was Maske in 100 Jahren verwendet wurde, haben er das nächste Mal, wenn jemand damit arbeitet, ein äußerst klares Verständnis dafür, was mit dem Gemälde angetan wurde“, sagt Kachkine. „Und das warfare noch nie wirklich möglich.“
Als Demonstration wendete er die Methode auf ein stark beschädigtes Ölgemälde aus dem 15. Jahrhundert an. Die Methode identifizierte automatisch 5.612 separate Regionen, die repariert werden müssen, und füllte diese Regionen mit 57.314 verschiedenen Farben aus. Der gesamte Prozess dauerte von Anfang bis Ende 3,5 Stunden, was er schätzte, was etwa 66 -mal schneller ist als herkömmliche Restaurierungsmethoden.
Kachkine räumt ein, dass es wie bei jedem Restaurierungsprojekt ethische Themen zu berücksichtigen gibt, ob eine wiederhergestellte Model eine angemessene Darstellung des ursprünglichen Stils und der Absicht eines Künstlers ist. Jede Anwendung seiner neuen Methode, so sagt er, sollte in Absprache mit den Konservatoren mit Kenntnis der Geschichte und Herkunft eines Gemäldes durchgeführt werden.
„Es gibt eine Menge geschädigter Kunst, die möglicherweise nie zu sehen ist“, sagt Kachkine. „Hoffentlich gibt es mit dieser neuen Methode eine Probability, dass wir mehr Kunst sehen werden, von der ich mich freuen würde.“
Digitale Verbindungen
Der neue Restaurierungsprozess begann als Nebenprojekt. Als Kachkine 2021 auf den Weg zum MIT machte, um sein Doktorand in Maschinenbau zu starten, fuhr er die Ostküste hinauf und zeigte sich auf den Weg, auf dem Weg so viele Kunstgalerien wie möglich zu besuchen.
„Seit meiner Kindheit bin ich schon sehr lange in Kunst, seit ich ein Type warfare“, sagt Kachkine, die die Gemälde als Passion mit traditionellen Handmaintetechniken wiederherstellt. Als er Galerien tourte, wurde ihm klar, dass die Kunst an den Wänden nur ein Bruchteil der Werke ist, die Galerien haben. Ein Großteil der Kunst, die Galerien erwerben, wird weggelassen, weil die Werke gealtert oder beschädigt sind und sich Zeit nehmen, um richtig wiederherzustellen.
„Das Wiederherstellen eines Gemäldes macht Spaß und es ist toll, sich hinzusetzen und Dinge zu füllen und einen schönen Abend zu haben“, sagt Kachkine. „Aber das ist ein sehr langsamer Prozess.“
Wie er gelernt hat, können digitale Instruments den Restaurierungsprozess erheblich beschleunigen. Forscher haben Algorithmen für künstliche Intelligenz entwickelt, die schnell durch große Datenmengen kämmen. Die Algorithmen lernen Verbindungen innerhalb dieser visuellen Daten, die sie anwenden, um eine digital restaurierte Model eines bestimmten Gemäldes zu generieren, auf eine Weise, die dem Stil eines Künstlers oder eines Zeitraums stark ähnelt. Solche digitalen Restaurationen werden jedoch in der Regel praktisch oder als eigenständige Werke gedruckt und können nicht direkt angewendet werden, um die Originalkunst zu retuschen.
„All dies hat mich zum Nachdenken angedenken: Wenn wir nur ein Gemälde digital wiederherstellen und die Ergebnisse physisch beeinflussen könnten, würde dies viele Schmerzpunkte und Nachteile eines herkömmlichen manuellen Prozesss lösen“, sagt Kachkine.
„Ausrichten und wiederherstellen“
Für die neue Studie entwickelte Kachkine eine Methode zur physischen Anwendung einer digitalen Restaurierung auf ein Originalgemälde unter Verwendung eines Gemäldes aus dem 15. Jahrhundert, das er beim ersten Mal erworben hat. Seine neue Methode beinhaltet zunächst herkömmliche Techniken, um ein Gemälde zu reinigen und etwaige Wiederherstellungsbemühungen zu entfernen.
„Dieses Gemälde ist quick 600 Jahre alt und hat viele Male den Schutz durchgemacht“, sagt er. „In diesem Fall gab es eine ganze Menge Überfrischung, die alle gereinigt werden müssen, um zu sehen, was tatsächlich zu Beginn da ist.“
Er suchte das gereinigte Gemälde durch, einschließlich der vielen Regionen, in denen Farbe verblasst oder geknackt warfare. Anschließend verwendete er bestehende Algorithmen für künstliche Intelligenz, um den Scan zu analysieren und eine virtuelle Model des Gemäldes in seinem ursprünglichen Zustand zu erstellen.
Anschließend entwickelte Kachkine Software program, die eine Karte von Regionen auf dem Originalgemälde erstellt, die das Infischen erfordern, zusammen mit den genauen Farben, die für die passende digital restaurierte Model erforderlich sind. Diese Karte wird dann in eine physikalische, zweischichtige Maske übersetzt, die auf dünne Polymerfilme gedruckt wird. Die erste Schicht ist in Farbe gedruckt, während die zweite Schicht genau das gleiche Muster, jedoch in Weiß gedruckt ist.
„Um Farbe vollständig zu reproduzieren, benötigen Sie sowohl Weiß- als auch Farbtinte, um das gesamte Spektrum zu erhalten“, erklärt Kachkine. „Wenn diese beiden Schichten falsch ausgerichtet sind, ist das sehr leicht zu sehen. Additionally habe ich auch einige Rechenwerkzeuge entwickelt, basierend auf dem, was wir über die Wahrnehmung des menschlichen Farbes wissen, um festzustellen, wie klein wir in einer Area praktisch ausrichten und wiederherstellen können.“
Kachkine verwendete hochwertige kommerzielle Inkjets, um die beiden Schichten der Maske zu drucken, die er sorgfältig auf das Originalmalerei ausrichtete und überlagte und mit einem dünnen Spray aus herkömmlicher Lack haftete. Die gedruckten Filme bestehen aus Materialien, die leicht mit Lösungen für Naturschutzgebiete gelöst werden können, falls die Konservatoren die ursprünglichen, beschädigten Arbeiten offenbaren müssen. Die digitale Datei der Maske kann auch als detaillierte Aufzeichnung des Wiederherstellens gespeichert werden.
Für das Gemälde, das Kachkine verwendete, konnte die Methode in wenigen Stunden Tausende von Verlusten ausfüllen. „Vor ein paar Jahren habe ich dieses barocken italienische Gemälde mit wahrscheinlich der gleichen Ordnung an Verlusten restauriert, und ich brauchte neun Monate Teilzeitarbeit“, erinnert er sich. „Je mehr Verluste es gibt, desto besser ist diese Methode.“
Er schätzt, dass die neue Methode schneller Größenordnungen sein kann als herkömmliche, handbemale Ansätze. Wenn die Methode weit verbreitet ist, betont er, dass Konservatoren bei jedem Schritt im Prozess einbezogen werden sollten, um sicherzustellen, dass die endgültige Arbeit dem Stil und der Absicht eines Künstlers entspricht.
„Es wird eine Menge Überlegungen zu den ethischen Herausforderungen in jeder Part dieses Prozesses erfordern, um zu sehen, wie dies auf eine Weise angewendet werden kann, die mit den Prinzipien der Naturschutzmittel am konsistent ist“, sagt er. „Wir stellen einen Rahmen für die Entwicklung weiterer Methoden ein. Wenn andere daran arbeiten, werden wir mit Methoden präzise sind.“
Diese Arbeit wurde teilweise vom John O. und Katherine A. Lutz Memorial Fund unterstützt. Die Forschung wurde zum Teil durch die Verwendung von Geräten und Einrichtungen am MIT.Nano durchgeführt, wobei die MIT -Microsystem -Technologie -Labors, das MIT -Abteilung für Maschinenbau und die MIT -Bibliotheken zusätzlich unterstützt wurden.