通過一種新開發(fā)的人工智能工具，識別繪畫偽造品變得更容易了。該工具可以精確地識別風(fēng)格差異，精確到一個畫筆刷毛。 Case Western Reserve University （ CWRU ）團(tuán)隊的 research 通過訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)，根據(jù)繪畫的 3D 地形來學(xué)習(xí)和識別畫家。這項工作可以幫助歷史學(xué)家和藝術(shù)專家區(qū)分合作作品中的藝術(shù)家，并找到偽造的作品。

鑒定古畫有幾種方法。專家經(jīng)常評估材料的類型和狀態(tài)，并使用科學(xué)方法，如顯微分析、紅外光譜和反射術(shù)。

但是，這些詳盡的方法非常耗時，可能會導(dǎo)致錯誤。他們也無法識別一件藝術(shù)品的多個畫家。根據(jù)這項研究，像埃爾·格雷科和倫勃朗這樣的畫家經(jīng)常雇傭藝術(shù)家的工作室，以與自己相同的風(fēng)格繪制畫布的各個部分，使得個人貢獻(xiàn)不明確。

雖然用機(jī)器學(xué)習(xí)分析藝術(shù)品是一個相對較新的領(lǐng)域，但最近的研究集中于將人工智能方法與高分辨率的繪畫圖像相結(jié)合，以了解畫家的風(fēng)格并識別畫家。研究人員假設(shè)， 3D 分析可以保存比圖像更多的數(shù)據(jù)，在圖像中，筆觸圖案、油漆沉積和干燥方法等特征可以作為藝術(shù)家獨(dú)特的指紋。

CWRU 的安布羅斯·斯瓦西物理學(xué)教授、資深作家肯尼斯·辛格（ Kenneth Singer ）在一份 press release 的報告中說：“ 3D 地形是人工智能“看到”繪畫的一種新方式?！?。

研究人員用光學(xué)輪廓儀從一個表面提取地形數(shù)據(jù)，掃描了同一場景的 12 幅畫，用相同的材料繪制，但由四位不同的藝術(shù)家繪制。光學(xué)輪廓儀通過對約 5 至 15 mm 的小方形藝術(shù)片進(jìn)行采樣，檢測并記錄表面的微小變化，這可歸因于某人如何握住和使用畫筆。

然后，他們訓(xùn)練一組卷積神經(jīng)網(wǎng)絡(luò)來發(fā)現(xiàn)小斑塊中的模式，為每個藝術(shù)家采樣 160 到 1440 個斑塊。使用 NVIDIA GPU 和 cuDNN 加速深度學(xué)習(xí)框架，該算法將樣本匹配回單個畫家。

研究小組對一位藝術(shù)家的 180 幅油畫進(jìn)行了算法測試，將樣本與一位畫家進(jìn)行了匹配，準(zhǔn)確率約為 95% 。

據(jù)合著者、 CWRU 的 Warren E.Rupp 物理學(xué)副教授 Michael Hinczewski 所說，在訓(xùn)練數(shù)據(jù)集有限的情況下，使用如此小的訓(xùn)練集的能力對于后來的藝術(shù)歷史應(yīng)用是有希望的。

辛切夫斯基說：“其他大多數(shù)使用人工智能進(jìn)行藝術(shù)歸屬的研究都集中在整個繪畫的照片上。”?！拔覀儗⑦@幅畫分解成從半毫米到幾厘米見方的虛擬小塊。因此我們甚至不再有關(guān)于主題的信息，但我們可以從單個小塊準(zhǔn)確地預(yù)測誰畫了它。這太神奇了?！?/p>

根據(jù)他們的發(fā)現(xiàn)，研究人員將表面形貌視為使用無偏定量分析進(jìn)行歸因和偽造檢測的額外工具。在與位于馬德里的藝術(shù)保護(hù)公司 Factum Arte 的合作下，該團(tuán)隊正在對西班牙文藝復(fù)興時期畫家 El Greco 的幾件作品進(jìn)行藝術(shù)家工作室歸屬和保護(hù)研究。

與研究相關(guān)的數(shù)據(jù)和代碼可通過 GitHub 獲取。這項工作是來自 CWRU 藝術(shù)史和藝術(shù)系、克利夫蘭藝術(shù)學(xué)院和克利夫蘭藝術(shù)博物館的研究人員的共同努力。

關(guān)于作者

Michelle Horton 是 NVIDIA 的高級開發(fā)人員通信經(jīng)理，擁有通信經(jīng)理和科學(xué)作家的背景。她在 NVIDIA 為開發(fā)者博客撰文，重點(diǎn)介紹了開發(fā)者使用 NVIDIA 技術(shù)的多種方式。

審核編輯：郭婷