近年來，越來越多的研究人員開始嘗試使用機器學(xué)習(xí)技術(shù)，識別創(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?，F(xiàn)在，機器學(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器學(xué)習(xí)技術(shù)對退化的畫作進(jìn)行像素級還原。這些畫目前無法展出，幾十年后它們可能會完全損壞。帶著這樣的想法，研究團(tuán)隊想要開發(fā)一種模型，能夠自動地重建這些無價的藝術(shù)品，從而保護(hù)它們，并使它們能夠?qū)娬故尽?/p>

研究團(tuán)隊成員van der Lubbe說：“我們研究的主要目標(biāo)之一是通過機器學(xué)習(xí)的方法來預(yù)測藝術(shù)品在紙上的原始、過去和未來的外觀，這些方法綜合了對所用顏色的深入研究和隨著時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)作時的樣子?！?/p>

這種方法由van der Lubbe和他的同事們設(shè)計，結(jié)合了多分辨率圖像分析和深度CNNs技術(shù)來預(yù)測過去繪畫的像素級外觀。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，可以通過分析大量數(shù)據(jù)來完成特定的任務(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。該算法是在一個數(shù)據(jù)集上訓(xùn)練的，該數(shù)據(jù)集包含過去一個世紀(jì)中不同時期繪制的不同質(zhì)量的原始圖紙的復(fù)制品。

研究人員在一系列的實驗中對他們的模型進(jìn)行了評估，發(fā)現(xiàn)它取得了顯著的效果。他們的發(fā)現(xiàn)證明了利用機器學(xué)習(xí)對退化圖像、文檔和藝術(shù)品進(jìn)行預(yù)測重建的可行性。雖然研究人員特別使用他們的模型來重建梵高的畫作，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，繪畫和素描的退化是一個關(guān)鍵的挑戰(zhàn)?？梢哉f，能夠自動重建不完整或損壞的藝術(shù)品的工具將大大簡化藝術(shù)歷史學(xué)家的工作。