X-ray images of polyptych wings, or other artworks painted on both sides of their support, contain in one image content from both paintings, making them difficult for experts to “read.” To improve the utility of these x-ray images in studying these artworks, it is desirable to separate the content into two images, each pertaining to only one side. This is a difficult task for which previous approaches have been only partially successful. Deep neural network algorithms have recently achieved remarkable progress in a wide range of image analysis and other challenging tasks. We, therefore, propose a new self-supervised approach to this x-ray separation, leveraging an available convolutional neural network architecture; results obtained for details from the Adam and Eve panels of the Ghent Altarpiece spectacularly improve on previous attempts.
多联画屏的X射线扫描图，或双面绘制的其他艺术作品，常日将正反两面两幅作品中的意象集成到一幅图像中，这无疑会加大专家“解析”画作的难度。为了让X射线技能在解析画作的过程中发挥更大效用，研究故意将这种合二为一的画像内容拆分为两幅图像，每幅图像都各自代表个中一壁的意象。这项任务十分艰巨，传统方法只能取得事倍功半的效果。近期，深度神经网络算法已在图像剖析等难度系数较高的领域中得到广泛认可。因此，研究提出了一种新型自我监督机制的X射线分离方法，方法采取切实可行的卷积神经网络框架；以上方法在《根特祭坛画》的亚当与夏娃组画上取得了显著效果。
In the art investigation domain, increasing use of extremely high-resolution digital imaging techniques is being made in parallel with the widespread adoption of a range of recent imaging and analytical modalities not previously applied in the field (e.g., hyperspectral imaging, macro x-ray fluorescence scanning, and novel forms of imaging x-ray radiography). These techniques mean that there is a wealth of digital data available within the sector, offering huge scope to provide new insights but also presenting new computational challenges to the domain.
就艺术研究领域而言，高分辨率数字成像技能目前已得到越来越多的运用，而成像和剖析模式，虽然之前未被采纳运用（如在高光谱成像、宏不雅观X射线荧光扫描、新奇的X射线成像摄影术领域），但最近也被青睐有加，这两种技能在艺术研究领域并驾齐驱。这些技能的广泛运用，解释艺术研究领域仍有大量的图像数据资源可被挖掘，这些技能为探究更多新的创造供应了一个宏不雅观的视角，但也向艺术领域提出了新的打算技能寻衅。
In the past decades, various other disciplines, experiencing similar data growth, have benefited greatly from recent breakthroughs in artificial intelligence. The availability of cutting-edge machine learning algorithms, as well as the enhanced computation power and frameworks necessary to deal with massive datasets, have yielded outstanding results in computer vision, speech recognition, speech translation, natural language processing, and more.
在过去的几十年里，其他各个领域也见证了这一数据趋势，并从人工智能取得的各个技能打破中受益匪浅。尖端机器学习算法的运用以及在处理大量数据集中发挥的强大打算能力和框架，在打算机图像、语音识别、语音翻译、自然措辞处理等多个领域取得了显著成果。
It is therefore natural to develop similar techniques to address challenging tasks arising in art investigation, including material identification within different strata of paintings, analysis of brush stroke style, automatic canvas thread counting, digital inpainting of cracks, and visualization of concealed designs and underdrawings.
因此，开拓干系技能并利用这些技能来办理艺术研究中碰着的困难，这一点毋庸置疑，这些技能包括不同层次的绘画材料识别、笔触风格剖析、自动画布线程计数、裂痕的数字天生、隐蔽设计和底图的可视化展示。
This paper deals with a challenging image processing task arising in the context of the painting The Adoration of the Mystic Lamb, painted in 1432 by the brothers Hubert and Jan Van Eyck and more commonly known as the Ghent Altarpiece, shown in Fig. 1. This piece is one of the most admired and influential paintings in the history of art, showcasing the Van Eyck brothers’ unrivaled mastery of the oil painting technique. Over the centuries, the monumental polyptych (350 cm by 470 cm when open) has been prized for its stunning rendering of different materials and textures and its complex iconography. Originally, the polyptych consisted of four central panels, and then two wings each consisting of four panels painted on both sides so that entirely different sets of images and iconography could be seen depending on whether or not the wings were open (for example on Feast days). This paper focuses on two of the double-sided panels, depicting Adam and Eve on the interiors (and with the Annunciation and interior scenes on the outside).
本文旨在研究《神秘羔羊之爱》作品中繁芜的图像处理技能，《神秘羔羊之爱》由胡伯特·凡· 艾克和扬·凡· 艾克兄弟在 1432 年创作，众所周知为《根特祭坛画》之名，如图1所示。这幅作品是艺术史上备受赞誉和最有影响力的画作之一，展示了凡·艾克兄弟不可超越的油画技巧。因其绝妙的材料利用、纹理渲染和纷繁繁芜的图像技能，这幅蔚为壮不雅观的联画作品（完备打开时长 3.5 米，宽 4.7 米）在几个世纪以来一贯备受赞誉。最初这幅联画作品由四个中央镶板组成，镶板两侧的每个侧翼由四个面板组成，面板为双面绘制，这样一来，侧翼的打开与否（例如节日会打开侧翼）便决定了所展示的不同图像和肖像画作。本论文重点研究双面作画的面板，对内页的《亚当与夏娃》（和外部翼板上的《天使报喜》以及两边外侧上的内页画作）进行解释。
《根特祭坛画》
作为15世纪尼德兰美术的标志,《根特祭坛画》这幅涌如今尼德兰文艺复兴初期的艺术巨制，具有一种里程碑的意义。题材虽来源于宗教，但画家以对现实天下切实其实定和赞颂的态度，以及对人物的细致和写实的描述，构成了这幅作品的基调，从而使全体画面充满诗意，并具有无穷艺术魅力。《根特祭坛画》可以称为天下上第一件真正的油画作品，色彩光鲜，辉煌艳丽，经由数百年之后，画面仍旧如初，这在当时的确是一种绘画技法上的突进。以是，在绘画史上的意义，远远超出了一样平常的思想内容和艺术形式处理上的改造和独创，而是首创了全体欧洲绘画的新纪元。
《根特祭坛画》是一种多翼式“开闭形”祭坛组画。这幅祭坛画，乃置放在教堂圣坛的前面，木板组成，由内外共20个画面构成一种折叠式画障。每逢节日的星期盛会，祭坛的两翼伴随着音乐旋律被垂垂打开，辉煌夺目的12幅祭坛画便呈现在人们的面前。
凡·艾克兄弟是指14世纪到15世纪尼德兰画家胡伯特·凡·艾克（1370—1426年）和扬·凡·艾克（1385/90—1441年）兄弟。1415年根特市长约多库斯·威德向胡伯特·凡·艾克订制祭坛画，他画了10年，未完造诣去逝了，后由弟弟扬·凡·艾克连续完成，安置在根特圣贝文教堂。这是一组具有里程碑意义的划时期巨作，它标志着一个新时期的到来和人文主义艺术的出身，并奠定了尼德兰文艺复兴艺术的根本。由于《根特祭坛画》是利用油调颜色绘制而成，凡·艾克兄弟成为欧洲油画的创始人。
AI助力艺术领域
虽然这些AI都有十八班身手，但实在它们都基于图像识别技能。当然，最主要的是，它们的开拓都用到了Google的TensorFlow——目前最主流的机器学习开拓框架。
通过TensorFlow，Google艺术与文化开拓了大量的艺术项目，例如艺术自拍（Art Selfie），拍一张自拍，你就能找到自己在艺术中的“分身”。
得益于艺术作品的数字化考试测验，这些想象力丰富的项目才能实现，并让更多艺术触及到大众。然而，天下上还有大量艺术和文化遗产没有实现数字化，巴西国家博物馆便是一个令人惋惜的例子。上千万件藏品遭遇大火，但由于该博物馆的数字化非常掉队，我们只能和很多藏品告别了。
好在，AI在艺术和文化领域的发展，已经揭示出数字化的必要性。如果我们人类本身没有能力让隐蔽的艺术重见天日，AI或许会是一个得力的助手。而对付艺术家和设计师来说，AI乃至能够帮助引发创造力。Google此前推出的AutoDraw，就希望设计师或画家在落笔后，AI能给出有用的绘画建议。
虽然AI已经能做这么多了，但也引发出一个有趣的问题：AI真的能创造出艺术吗？这个问题很难回答，一方面，AI须要依赖大量的演习数据，它的创作实在还是根据人类已有的作品实现的。另一方面，创作艺术一定要理解艺术，这背后涉及到很多深层次的问题，例如机器能否故意识，审美体验又究竟是什么。
你怎么看？欢迎大家文末给阿伦老师留言！
环球100多个国家的研究称：女性权利越高，国民更康健
多亏了古丝绸之路，我们才能吃上美味的苹果
盐竟然是过敏免疫反应罪魁罪魁之一？
揭秘喵星人为何爱吃草？
意识状态面面谈
适度财富不平等或能促进群体内互助
秋日有多美？一品这11句诗文便知
奥巴马投资制作的首部电影：中国老板投资拯救美国工厂, 引发环球轰动
每天学点社会学：措辞与认知
每天学点社会学：社会的类型
每天学点生理学，人是如何感知的？
托福提分月操持课程（在线小班）
SAT精英课程（在线小班）
托福/SAT/GRE写作批改做事（48h内回答）
更多TOEFL丨SAT丨AP丨GRE实用的提分秘籍和有趣好玩的视频课程，关注微信"大众年夜众号\公众SATPEDIA\"大众。