美国，研究人员发明了一种工具来...归因于艺术家的作品

by Redazione , 发布于 15/01/2022
分类: 艺术和艺术家 / 免责声明

在美国，凯斯西储大学（Case Western Reserve University）的一组研究人员开发了一种识别艺术家之手的工具。结果准确率高达 96%。

技术是否会消除对无证作品的怀疑，使归属主义消亡，甚至让太多草率的评论家失业？也许现在下结论还为时过早，但与此同时，有些人正在为此而努力：美国克利夫兰 凯斯西储大学的一个由14 名研究人员组成的团队开发出了一种识别画家之手的系统，并将结果发表在科学杂志《遗产科学》上。

该系统使用三维成像和人工智能，实验始于克利夫兰艺术学院，研究人员要求学生画四幅相同的黄花（四朵睡莲，使用相同的材料和工具），并将它们视为复制品。研究人员使用一种通常用于不同材料表面分析的仪器（光学共焦色度轮廓仪）对学生们的画作进行扫描，然后将获得的结果用于创建卷积神经网络（CNN 或 ConvNet：这是机器学习技术中的一种基本工具），以确定每个笔触的独特特征，换句话说，即艺术家的手。这项研究的基本理念是，通过研究艺术作品的三维表面，可以通过光学轮廓测量捕捉到无意的风格信息。

该仪器能够识别艺术家，准确率从 60% 到 96% 不等，具体取决于实验所针对的绘画 “作品”。科学家们惊奇地发现，最小的样本（大约一根鬃毛的直径）是可靠区分艺术家的关键点。

"论文指出："对艺术品进行机器学习（ML）分析是一种崭露头角的方法，旨在提高鉴赏力，这是确定艺术品归属的主要方法，也是涉及艺术的其他应用。ML 已成功应用于绘画图像的各种任务，包括检测赝品、数字藏品分类和识别艺术家的风格。其中许多研究将 ML 应用于高分辨率的绘画摄影图像，而在本研究中，我们则使用 ML 分析从光学轮廓测量中获得的地形数据。此外，此类轮廓测量的分辨率、速度和可用性也在不断进步，同时还出现了能够处理这些测量所产生的大型数据集的大数据方法。在绘画作品中，表面形貌可以揭示蕴藏在画作表面的无意的风格元素，这些元素可能包括清漆的沉积和干燥、笔触的模式、生理因素以及绘画创作的其他方面。

凯斯西储大学的研究人员解释说，这项技术的应用领域之一可能是研究伟大艺术家的工作室，以了解埃尔-格列柯、伦勃朗和鲁本斯等伟大画家的合作者是如何工作的。研究人员解释说，鉴赏家“会研究构图中可见的风格元素，以及材料元素、条件和其他有关制造过程的线索，从而对艺术品的归属达成历史性的理解”。然而，研究报告接着指出，"有关作坊实践的许多细节仍然难以捉摸。就作坊而言，艺术家们力求以独特的风格制作一幅完整的画作，这对鉴赏家的方法提出了挑战。此外，当归属与艺术品在艺术市场上的表面价值密切相关时，这种归属的挑战就会造成冲突。因此，需要采用无偏见的定量方法来提供关于有争议的作坊绘画归属的信息。

"研究人员在研究结论中写道：“这一结果表明，我们的技术与注重较长尺度的鉴赏力相辅相成。因此，表面拓印技术扩展了文化遗产的归属、保护、赝品检测和保存工具。此外，我们还发现，当训练数据和测试数据的主题和色调明显不同时，轮廓测量数据比使用照片能提供更高的归属准确性”。凯斯西储大学的研究人员目前遇到的困难包括绘画作品的保存状况（这可能会改变研究结果）以及真实艺术家绘画作品之间的时间差（一幅作品和另一幅作品之间可能会经过不同的时间，而且艺术家可能并不总是以同样的方式作画）。不过，人们对一种分析绘画的方法还是很有信心的，这种方法很有前途：它不会取代鉴赏力（显然每个人都意识到了这一点），但它可以成为一种有用的补充工具。

图为克利夫兰艺术学院学生绘制的花卉及其各自的数字处理。