拥有麻省理工学院博士生的大自然，发表报告，修复受AI的绘画损坏，整个过程

资料来源：DeepTech（原始：麻省理工学院新闻）还原受损的艺术需要一对熟练的手和聪明的眼睛。修复者通过首先认识到需要修理的区域，然后与完全相同的音调匹配，从而恢复了几个世纪的绘画。通常，一幅画可能需要数千个需要单独处理的小区域，这通常需要数周或十年。近年来，数字恢复工具为虚拟恢复原始艺术品开辟了新的方法。借助计算机视觉，图像识别和颜色匹配技术，这些工具可以相对较快地生成损坏的绘画的数字恢复版本。但是，到目前为止，人们还无法直接转换数字效果来组织原始作品。在《自然》杂志上发表的一篇论文中，从麻省理工学院的机械工程毕业的学生亚历克斯·卡克金（Alex Kachkine）开发了一种技术解决方案，以直接展示组织起源的数字效应工作。该过程基于人工智能，数字布置是通过在绘画表面上放置胶片层来进行的，这可以在短短几个小时内完成。值得注意的是，亚历克斯（Alex）是唯一一个学习的人，他还是喜欢恢复的艺术和业余文物的收藏家。该文章的标题为“用数字构造面具的绘画的物理修复”。技术组织的过程如下：使用现有的AI算法来数字化损坏的绘画；使用数字组织算法生成恢复的图像，这标志着要调整的区域和所需的颜色值；将该区域转换为双层“蒙版”，然后将其打印到聚合物膜中以对齐原始绘画。该方法具有三个优点：首先，数字面罩的设计和模拟调整将使组织者能够评估调整的影响；第二，调整后的蒙版构造参数HAVE达到了准确性和灵活性的平衡，避免了Manu组织中决策的不确定性；第三，数字蒙版档案提供了准确的监控，以进行后续保护，并显着提高处理效率。与传统的手动操作模型相比，ANG这项技术可以对包括高复杂区域在内的数千个伤害进行类似的维修，从而改变了严重损坏的艺术品的范式安排。照片|物理数字维修以验证上述方法，作者将这项技术应用于他第一次来到麻省理工学院时购买的15世纪的过度损坏的油画。该方法首先使用传统方法清洁绘画并删除以前布置的痕迹。 “这幅画固定了将近600年，有大量的刷子，必须清洁以揭示原始图片。”完成清洁后，亚历克斯（AlexMENT领域，现有的AI算法用于Staren扫描数据，并生成了恢复原始绘画状态的虚拟图像；通过应用不同的成熟数字恢复技术，为不同尺度的损坏而建立了绘画维修图像。然后将修复图像转换为打印聚合物膜的双层物理面膜：第一层是颜色墨水，第二层使用相同图案的白色基板。 “要实现准确的色彩修复，您必须使用白色背景和墨水颜色来显示范围的完整颜色。如果两层对齐偏差非常容易实现，” Alex指出。该工具自动识别了5,612个区域，以修复并用57,314种不同的颜色填充它们。照片|使用高保真的商业喷墨设备打印面罩后修复的结果，Alex用喷雾剂手动与双层膜对齐，并用传统的谷物喷涂以固定它。它是由可溶的伴侣制成的rials可以在没有损坏的情况下删除。几年前受伤，我的业余工作花了9个月。短缺越强烈，这项技术的优势就越重要。 “据估计，新方法的效率比传统的手部调整高许多数量级。值得注意的是，在这项研究中，那些设置的人使用许多技术来适应不同尺度和视觉复杂性的伤口。颜色，裂纹，裂纹和点缺陷等颜色，一种15像素的维修工具，用于在局部层次上进行替代的颜色，以实现periplition contion conterion contortion。与画笔修复工具一起使用。根据有缺陷边缘的颜色重建图案的刷子工具。高复杂性失去了重建。对于高度复杂的缺失区域（例如婴儿面孔），使用相关工作 - 转移技术。这项研究在国家艺术“寺庙礼物”中选择了可持续的婴儿面孔作为主要模板，并在颜色校正和口罩后被移动和重建。亚历克斯（Alex）强调，如果促进了该程序，文化保护专家需要在整个过程中参与，以确保恢复影响与原始艺术家风格一致。 “每个联系都涉及道德考虑，我们必须建立一个符合保护文化文化原则的实施框架。当前的研究为随后的技术发展奠定了基础。随着更多的研究人员的参与，更准确的手术系统最终将发展。”原始链接：https：//news.mit.edu/2025/restoring-daged-painting-using-ai-生成的面具-0611