毕加索把它们「藏」起,AI 又给「挖」了出来

2023-11-03 20:20
文章标签 ai 出来 毕加索

本文主要是介绍毕加索把它们「藏」起,AI 又给「挖」了出来,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

By 超神经

场景描述:许多艺术作品中,在真实的表象之下,会隐藏一些难以察觉的秘密 。比如在毕加索的一些绘画里,就有被新画覆盖掉的作品。而在 X 光检测和神经风格迁移等技术下,被「藏」起来的作品得以重现。

关键词:毕加索  画作 风格迁移

毕加索的画像中隐藏了多少秘密,普通人或许难以察觉,但依靠先进的技术,可以让我们拨开迷云重见真相,这其中 AI 也在发挥更大的作用。

许多著名的艺术家,都出现过新画覆盖旧作的做法。具体的原因不得而知,但被颜料覆盖掉的作品,则遗失在了历史长河之中。

在毕加索早期的「蓝色时期」里,多幅经典作品都存在这样的问题。为了揭露绘画背后的真相,人们尝试了多种不同的方法。而前段时间的一项研究,就是借用了 AI 模型,将隐藏的画像从原画中「剥离」了出来。

毕加索蓝色时期隐藏的秘密

闻名天下的大师毕加索,曾经在一生中经历过几次风格的变化,其中早期的一个阶段就是经典的「蓝色时期」。

二十世纪初期,毕加索因为挚友卡洛斯·卡萨吉马斯的离世,开始尝试用阴郁的蓝色或蓝绿色做画,色调大都略显苦涩,聚焦于一些阴沉的题材,被称为「蓝色时期」。

《老吉他手》现存于芝加哥艺术学院

创作于 1903-1904 年的「老吉他手」,是这个时期最著名的一幅油画,它描绘了一位年老虚弱的音乐家,穿着破烂的衣服,在街道上弯腰弹着吉他。

2012 年,一位策展人在对画作进行 X 光检查时发现,「老吉他手」里面居然还有其他人的形象!

经后续鉴定(包括红外检测等手段)发现,这幅画作下面,存在着至少两幅不同的作品,隐藏的形象有:弯下腰的老妇人,一个年轻母亲和一个跪在旁边的小孩,甚至还有一头牛。

局部细节放大可看到一个女人的图像

X 射线让它们「露出马脚」

艺术史上,一些经典的作品也会存在此类「画中画」的情形。或是因为画家不满意,或是为了节省画布(这两条梵高最常见),或是对有非议的内容进行修改,旧作就被会新作涂抹掉。

而这些带着时间痕迹的操作,在 X 射线的检测下,能够被「照」出原形。

工作人员对画作进行 X 光扫描检测

X 射线分析是画作检查和修复中的一项重要方法。利用不同材料对 X 射线吸收程度不同的原理,可表现出画作中的隐藏细节,比如上色的时间,所用的原料等等。

随着相关技术的进步,更多的细节能够被揭露,于是隐藏画作也就浮现了出来。

《老吉他手》中不同参数下的 X 射线图样

虽然 X 光检测能让它们显出轮廓,对于观众们来说,这些被藏起来的图案,却被外面的颜料牢牢地盖住,人眼难以进行辨认,更不用说色彩细节等内容。

如何去复现被涂抹掉的精品,让大师们的心血得以重见天日?一些人开始借助 AI 的力量。

在论文《Raiders of the Lost Art》中,研究团队提出将 X 射线拍摄和 AI 相结合,重塑了《老吉他手》中隐藏绘画的可能原貌。

论文地址:

https://arxiv.org/pdf/1909.05677.pdf

风格迁移让我们得见真相

这项工作里,伦敦大学的研究者,结合了神经风格迁移技术(NST)和 X 射线摄像技术,将隐藏艺术品的 X 光片,覆盖上该时期作家的风格,以此还原出它们本来的面目。

其中关键技术 NST(Neural style transfer),是一种用于处理数字图像和视频的算法,目的是让模型输出的结果,采用参考图像的视觉样式。

模型在经过训练之后,能够识别各种风格画中的特点,将其用于艺术作品中,无论是达芬奇、梵高,还是毕加索,AI 都能掌握其精髓,就是对其他照片,像加滤镜一样加上特定风格。

图像风格迁移示意图

将实拍图片生成梵高特色的作品

在重塑《老吉他手》隐藏绘画的过程中,先对模型提供「风格参考」的图像,让它学会毕加索同时期的风格,然后将画作中隐藏作品的 X 光片,经过处理后进行风格迁移。

具体而言,研究小组先在《老吉他手》中,勾勒出淡淡的女性的 X 射线轮廓,手动编辑掉不太可能出现在原始绘画中的特征。

然后,将毕加索的同时期画作《La Vie》作为风格参考,完成了隐藏画作的上色过程。于是,就得到被毕加索掩盖起来的女子画像。

最终得到的结果

左边分别为原图,X 光片,重建稿,参考图

AI 让我们跨越历史

在这篇论文中,除了还原出《老吉他手》里面的一位女子画像,还用同样的方式,对《蜷缩的乞丐》进行过了处理,最后生成了一幅风景图。

通过这种方式,让我们重见了隐藏的绘画,帮助我们了解到更多名画背后的故事,而其中的方法,还可用于来创作类似风格的漫画,甚至是电影。

我们都不知道毕加索隐藏作品背后的想法,但 AI 则给了我们一种最有可能的解释。

—— 完 ——

扫描二维码,加入讨论群

获得更多优质数据集

了解人工智能落地应用

关注顶会&论文

回复「读者」了解更多

更多精彩内容(点击图片阅读)

这篇关于毕加索把它们「藏」起,AI 又给「挖」了出来的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/340641

相关文章

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2

Spring AI集成DeepSeek实现流式输出的操作方法

《SpringAI集成DeepSeek实现流式输出的操作方法》本文介绍了如何在SpringBoot中使用Sse(Server-SentEvents)技术实现流式输出,后端使用SpringMVC中的S... 目录一、后端代码二、前端代码三、运行项目小天有话说题外话参考资料前面一篇文章我们实现了《Spring

Spring AI与DeepSeek实战一之快速打造智能对话应用

《SpringAI与DeepSeek实战一之快速打造智能对话应用》本文详细介绍了如何通过SpringAI框架集成DeepSeek大模型,实现普通对话和流式对话功能,步骤包括申请API-KEY、项目搭... 目录一、概述二、申请DeepSeek的API-KEY三、项目搭建3.1. 开发环境要求3.2. mav

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

Spring AI集成DeepSeek的详细步骤

《SpringAI集成DeepSeek的详细步骤》DeepSeek作为一款卓越的国产AI模型,越来越多的公司考虑在自己的应用中集成,对于Java应用来说,我们可以借助SpringAI集成DeepSe... 目录DeepSeek 介绍Spring AI 是什么?1、环境准备2、构建项目2.1、pom依赖2.2

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

Spring AI Alibaba接入大模型时的依赖问题小结

《SpringAIAlibaba接入大模型时的依赖问题小结》文章介绍了如何在pom.xml文件中配置SpringAIAlibaba依赖,并提供了一个示例pom.xml文件,同时,建议将Maven仓... 目录(一)pom.XML文件:(二)application.yml配置文件(一)pom.xml文件:首

SpringBoot整合DeepSeek实现AI对话功能

《SpringBoot整合DeepSeek实现AI对话功能》本文介绍了如何在SpringBoot项目中整合DeepSeekAPI和本地私有化部署DeepSeekR1模型,通过SpringAI框架简化了... 目录Spring AI版本依赖整合DeepSeek API key整合本地化部署的DeepSeek