São Paulo — InkDesign News —
A aplicação de técnicas avançadas de machine learning no campo da restauração de arte promete revolucionar a forma como obras danificadas são recuperadas. Um novo método desenvolvido na MIT utiliza AI para aplicar restaurações digitais diretamente em pinturas originais, acelerando o processo e oferecendo novas possibilidades para conservadores.
Contexto da pesquisa
O restaurador e estudante de engenharia mecânica Alex Kachkine, do Massachusetts Institute of Technology (MIT), apresentou uma abordagem inovadora para a restauração de pinturas, combinando algoritmos de reconhecimento de imagem e práticas de conservação. Tradicionalmente, a restauração requer habilidade manual para preencher áreas danificadas, um processo que pode levar anos. Com a nova técnica, que usa um mapeamento digital dos danos, a restauração pode ser realizada em horas.
Método proposto
O método envolve o uso de algoritmos existentes de inteligência artificial para analisar escaneamentos de pinturas e criar uma versão virtual do estado original da obra. Kachkine utiliza uma combinação de ferramentas de software para gerar um mapa de regiões que necessitam de reparo e das cores exatas a serem utilizadas. Este mapa é impresso em uma máscara de filme de polímero, que pode ser facilmente alinhada e colada à pintura original. O processo completo foi realizado em cerca de 3,5 horas, identificando 5.612 regiões a serem preenchidas, totalizando 57.314 cores diferentes.
“Porque há um registro digital do que foi usado, em 100 anos, a próxima pessoa que trabalhar nisso terá uma compreensão extremamente clara do que foi feito à pintura”
(“Because there’s a digital record of what mask was used, in 100 years, the next time someone is working with this, they’ll have an extremely clear understanding of what was done to the painting.”)— Alex Kachkine, Estudante de Engenharia Mecânica, MIT
Resultados e impacto
O resultado é uma restauração rápida e eficiente, com potencial para transformar obras que estavam armazenadas devido à sua condição. O método é especialmente eficaz em casos onde há um grande número de danos. A máscara impressa pode ser removida facilmente, permitindo que futuros conservadores revejam o trabalho realizado. A técnica representa não apenas um avanço na restauração, mas também levanta questões éticas sobre a representação da intenção original do artista. Kachkine enfatiza a importância da consulta com conservadores sobre a história da pintura durante o processo de restauração.
Esse progresso em machine learning tem aplicações promissoras para a recuperação de arte, possibilitando visualizar obras anteriormente inacessíveis. A técnica abre novas vias para a conservação, incentivando mais princípios de preservação ao longo do tempo, especialmente com a documentação digital dos processos utilizados.
Fonte: (TechXplore – Machine Learning & AI)
