Athrun Data Intelligence



La restauración del arte toma manos firmes y un ojo cascarrabias. Durante siglos, los conservadores han restaurado pinturas identificando áreas que necesitan reparación, luego mezclando un tono exacto para guatar un radio a la vez. A menudo, una pintura puede tener miles de pequeñas regiones que requieren atención individual. Restaurar una sola pintura puede sufrir desde unas pocas semanas hasta más de una período.

En los últimos abriles, las herramientas de restauración digital han libre una ruta para crear representaciones virtuales de obras restauradas originales. Estas herramientas aplican técnicas de visión por computadora, registro de imágenes y coincidencia de color, para producir una traducción «restaurada digitalmente» de una pintura relativamente rápido.

Aún así, no ha habido forma de traducir las restauraciones digitales directamente a un trabajo flamante, hasta ahora. En papel apareciendo hoy en el diario NaturalezaAlex Kachkine, un estudiante titulado de ingeniería mecánica en el MIT, presenta un nuevo método que ha desarrollado para aplicar físicamente una restauración digital directamente en una pintura flamante.

La restauración se imprime en una película de polímero muy flaca, en forma de máscara que puede alinearse y incorporarse a una pintura flamante. Asimismo se puede eliminar fácilmente. Kachkine dice que un archivo digital de la máscara puede ser almacenado y referido por futuros conservadores, para ver exactamente qué cambios se hicieron para restaurar la pintura flamante.

«Adecuado a que hay un registro digital de qué máscara se usó, en 100 abriles, la próxima vez que determinado trabaje con esto, tendrá una comprensión extremadamente clara de lo que se le hizo a la pintura», dice Kachkine. «Y eso nunca antiguamente había sido posible en la conservación».

Como manifestación, aplicó el método a una pintura al óleo en gran medida dañada del siglo XV. El método identificó automáticamente 5.612 regiones separadas que necesitan reparación y llenó estas regiones utilizando 57.314 colores diferentes. Todo el proceso, de principio a fin, tomó 3.5 horas, lo que estima que es aproximadamente 66 veces más rápido que los métodos de restauración tradicionales.

Kachkine reconoce que, como con cualquier esquema de restauración, hay problemas éticos a considerar, en términos de si una traducción restaurada es una representación apropiada del estilo y la intención originales de un actor. Cualquier aplicación de su nuevo método, dice, debe hacerse en consulta con los conservadores con conocimiento de la historia y los orígenes de una pintura.

«Hay mucho arte dañado en el almacenamiento que nunca podría estar», dice Kachkine. «Con suerte, con este nuevo método, existe la posibilidad de que veamos más arte, por el cual me encantará».

Conexiones digitales

El nuevo proceso de restauración comenzó como un esquema paralelo. En 2021, cuando Kachkine se dirigió al MIT para comenzar su software de doctorado en Ingeniería Mecánica, condujo por la costa este y hizo un punto para presentarse tantas galerías de arte como pudo en el camino.

«He estado en el arte durante mucho tiempo ahora, desde que era un impulsivo», dice Kachkine, quien restaura las pinturas como un pasatiempo, utilizando técnicas tradicionales de pintura a mano. Mientras recorría galerías, se dio cuenta de que el arte en las paredes es solo una fracción de las obras que tienen las galerías. Gran parte del arte que las galerías adquieren se almacena porque las obras están envejecidas o dañadas, y se toman el tiempo para restaurar adecuadamente.

«Restaurar una pintura es divertido, y es ingenioso sentarse y rellenar cosas y tener una buena indeterminación», dice Kachkine. «Pero ese es un proceso muy pausado».

Como ha aprendido, las herramientas digitales pueden acelerar significativamente el proceso de restauración. Los investigadores han desarrollado algoritmos de inteligencia sintético que rápidamente se adhieren a través de grandes cantidades de datos. Los algoritmos aprenden conexiones adentro de estos datos visuales, que aplican para producir una traducción restaurada digitalmente de una pintura particular, de una guisa que se parece mucho al estilo de un actor o período de tiempo. Sin requisa, tales restauraciones digitales generalmente se muestran virtualmente o se imprimen como obras independientes y no se pueden aplicar directamente al arte flamante.

«Todo esto me hizo pensar: si pudiéramos restaurar una pintura digitalmente y afectar los resultados físicamente, eso resolvería muchos puntos débiles y inconvenientes de un proceso manual convencional», dice Kachkine.

«Alinearse y restaurar»

Para el nuevo estudio, Kachkine desarrolló un método para aplicar físicamente una restauración digital en una pintura flamante, utilizando una pintura del siglo XV que adquirió cuando llegó por primera vez al MIT. Su nuevo método implica primero usar técnicas tradicionales para estafar una pintura y eliminar cualquier esfuerzo de restauración pasada.

«Esta pintura tiene casi 600 abriles y ha pasado por la conservación muchas veces», dice. «En este caso, hubo una buena cantidad de sobrecarga, todo lo cual debe limpiarse para ver lo que positivamente está allí para aparecer».

Escaneó la pintura limpia, incluidas las muchas regiones donde la pintura se había desvanecido o agrietado. Luego utilizó algoritmos existentes de inteligencia sintético para analizar el escaneo y crear una traducción aparente de cómo se veía la pintura en su estado flamante.

Luego, Kachkine desarrolló un software que crea un plano de regiones en la pintura flamante que requiere relleno, contiguo con los colores exactos necesarios para que coincidan con la traducción restaurada digitalmente. Este plano se traduce en una máscara física de dos capas que se imprime en películas basadas en polímeros delgados. La primera capa se imprime en color, mientras que la segunda capa se imprime en el mismo patrón, pero en blanco.

«Para reproducir completamente el color, necesita tinta blanca y color para obtener el espectro completo», explica Kachkine. «Si esas dos capas están desalineadas, es muy tratable de ver. Por lo tanto, incluso desarrollé algunas herramientas computacionales, en función de lo que sabemos de la percepción del color humano, para determinar cuán pequeña de una región prácticamente podemos alinear y restaurar».

Kachkine usó arrugas de tinta comerciales de incorporación fidelidad para imprimir las dos capas de la máscara, que se alineó cuidadosamente y superpuso a mano sobre la pintura flamante y se adhirió con un delgado rociado de barniz convencional. Las películas impresas están hechas de materiales que se pueden disolver fácilmente con soluciones de extremo de conservación, en caso de que los conservadores necesiten revelar el trabajo flamante y dañado. El archivo digital de la máscara incluso se puede seguir como un registro detallado de lo que se restauró.

Para la pintura que usó Kachkine, el método pudo completar miles de pérdidas en solo unas pocas horas. «Hace unos abriles, estaba restaurando esta pintura italiana barroca con probablemente la misma magnitud de las pérdidas, y me llevó nueve meses de trabajo a tiempo parcial», recuerda. «Cuantas más pérdidas hay, mejor es este método».

Estima que el nuevo método puede ser órdenes de magnitud más rápido que los enfoques tradicionales pintados a mano. Si el método se adopta ampliamente, enfatiza que los conservadores deben participar en cada paso del proceso, para asegurar que el trabajo final esté en consonancia con el estilo y la intención de un actor.

«Se necesitará mucha deliberación sobre los desafíos éticos involucrados en cada etapa de este proceso para ver cómo se puede aplicar esto de una guisa más consistente con los principios de conservación», dice. «Estamos configurando un ámbito para desarrollar más métodos. A medida que otros trabajan en esto, terminaremos con métodos que son más precisos».

Este trabajo fue apoyado, en parte, por el Fondo Instancia de John O. y Katherine A. Lutz. La investigación se llevó a agarradera, en parte, mediante el uso de equipos e instalaciones en MIT.Nano, con apoyo adicional de los Laboratorios de Tecnología Microsistemas del MIT, el Sección de Ingeniería Mecánica del MIT y las Bibliotecas MIT.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *