9月20日，据外媒报导，荷兰代尔夫兹理工大学的研究人员公开发表在施普林格《机器视觉与应用于》上的一项新的研究认为，研发了一种基于卷积神经网络(CNN)的模型来修复随着时间推移而好转的图形，他们用于了这个模型顺利修复了文森特·梵高的一些由于墨水变黄烧掉的绘画作品。科技快报代尔夫兹理工大学珍·范德卢比(Jan van der Lubbe)和他的同事研究用于机器学习技术对发育的绘画展开像素级修复。
科技快报研究人员通过画家梵高的画作复制品来训练他们基于卷积神经网络的模型。事实上，梵高的一些水墨画在过去的一个世纪里早已相当严重好转，艺术史学家常常企图拷贝它们。科技快报范德鲁比说道：“我们研究的主要目标之一是，通过机器学习方法，综合对所用颜色及其随时间变色的深入研究结果，预测纸上艺术品的完整、过去和未来外观。
这有可能有助设想例如梵高的一幅所画在创作时的样子。”科技快报范德鲁比和他的同事设计的方法融合了多分辨率图像分析技术和深层卷积神经网络技术，以像素为单位预测绘画的过去外形。
这就像人脑中的神经网络，可以通过分析大量数据来训练已完成特定任务。科技快报在他们的研究中，研究人员专门训练卷积神经网络在纸上数字化地修复变黄的梵高画作。该算法是在一个数据集上训练的，该数据集包括上个世纪有所不同时期制作的有所不同质量的完整图形的复制品。
科技快报该研究除了说明了过去的绘画面貌外，还可以协助艺术史学家确认必要的艺术品维护和修缮策略，以及维护和展出艺术品的有效地作法。科技快报研究人员在一系列实验中评估了他们的模型，找到它获得了明显的结果。他们的找到特别强调了用于机器学习对发育的图像、文档和艺术品展开预测性修复的可行性。
尽管研究人员专门用他们的模型来修复梵高的画，但它也可以应用于其他好转的纸质艺术品或19世纪的手稿。科技快报范德卢布说道：“我们在梵高绘画的数字修复方面获得了比目前用于其他方法更佳的效果。
当然，梵高只是一个测试或例子。我们的技术也可以伸延到其他艺术家的绘画、素描和原有文献。”科技快报在未来，这种新的工具可以协助艺术史学家对艺术品展开修复，以防止这些艺术珍品完全好转。
在他们最近的研究中，研究人员一次专心于一幅画，训练他们的卷积神经网络受限的复制品数量。并且该模型也可以用来预测基于大量复制品的完整图画的样子。
科技快报此外，这种技术目前通过分析视觉信息来工作。在他们的下一个研究中，研究人员想要研究同时分析视觉和化学涉及信息(例如墨水的构成及其水解亲率)否可以强化模型的性能。科技快报邀 来源：XXX(非科技快报网)的作品皆转载自其它媒体，刊登请求认同版权保有原文，一切法律责任轻视。
文章内容专供读者，不包含投资建议，请求慎重对待。投资者据此操作者，网卓新闻网，风险自担。 投稿邮箱：citreport@qq.com。
本文关键词：one体育地址,珍,贵的,艺术,珍品,有,救了,科学,家用,新方法
本文来源：one体育地址-www.nymanrecords.com
