国立博物馆的绘画保护负责人Petria Noble称,“在过去的10到15年里,我们取得了巨大的进步。大概从2007年左右开始,这些非侵入性技术已经彻底改变了我们进行研究的方式。”
“从每一种技术中都能得到一些信息。只有当你把所有这些技术放在一起,才能对这幅画的形态结构有一个清晰的了解。目前看来,数据收集过程将给博物馆带来很多好处。”
神经风格迁移,重塑丢失的艺术品
事实上,AI对于艺术界的贡献已经不是第一次了,此前,神经网络还曾让毕加索的一幅隐藏百年的“画中画”重新面世。
去年10月,在神经网络的帮助下,研究人员用神经网络重塑了一幅毕加索在其“蓝色时期”创作并绘制的图像。
这幅《老吉他手》 是毕加索“蓝色时期”最著名的画了。它可以追溯到1903-1904年,当时的毕加索正处于他一生最贫困的时期,因此他在画中用蓝色来表现他当时所经历的痛苦和凄凉。
在一般人看来这就是一幅毕加索的经典之作,然而艺术史学家们可不这么认为,他们觉得“画里有画”。
1998年,这幅画所在的芝加哥艺术研究所的文物保护师用X射线和红外光线拍摄了这幅画,发现涂料下隐约可见一张女人的脸。
当时这一发现就震惊了艺术界,因为一些艺术家在其早期特别贫困的时候,的确会在画布上重复作画。
直到去年,伦敦大学学院的Anthony Bourached和George Cann首次使用一种“神经风格迁移”的计算机视觉技术来揭秘毕加索的“画中画”。
Bourached和Cann拍摄了藏在《老吉他手》图纸下的“坐着的女人”这幅画作的X光图像的手动编辑版本,并通过神经网络进行转换。这个网络已经训练成熟,可以将图像转换成毕加索“蓝色时期”的风格。
咦,这不就意味着以后还可以重塑丢失的艺术品了吗。
是的,研究人员提出,将“神经风格迁移”技术应用于藏在图纸之下的艺术品的X光图像,可以达到重塑丢失艺术品的目的。
他们还使用同样的方法重塑了其他艺术家的画作,并表示这有可能改变艺术史学家的工作方式。
除了上述AI对于艺术界做出的贡献,利用机器学习还可以给线稿上色:
再刺激点,AI还能变成大画家,利用生成对抗网络,“吃掉”大量艺术家的作品,AI也能变成“毕加索”!一幅画值165美元,发家致富再不是梦。
如今我们谈起色彩时,高明度,低饱和度的,性冷淡风和小清新风占据主流,一说到高饱和度的色彩,只觉得很难驾驭,用不好的话还会显得张牙舞爪,但这位摄影师,却以高饱和度的色彩和具有强烈视觉冲击的照片闻名于世。
江户时代前期画家尾形光琳创作的《燕子花图屏风》被日本政府指定为“国宝”,目前是根津美术馆的镇馆之宝。《伊势物语》里的和歌“京中红袖经年好,远道羁愁此日情”被画家融入画中