Le réseau neuronal peut distinguer les coups de pinceau caractéristiques des peintres individuels

Le réseau neuronal peut distinguer les coups de pinceau caractéristiques des peintres individuels

Une illustration de la façon dont le système informatique a différencié le travail de quatre peintres différents. Crédit : Case Western Reserve University

Une équipe de scientifiques et d’historiens de l’art de la Case Western Reserve University affirme avoir utilisé des outils d’intelligence artificielle (IA) pour distinguer les coups de pinceau individuels d’un peintre d’un autre.

La technique pourrait devenir un outil précieux pour aider les autorités à mieux identifier les contrefaçons d’œuvres d’artistes célèbres ; cela pourrait également aider les historiens de l’art à dire si un maître ou un étudiant a contribué à un chef-d’œuvre donné.

Les chercheurs ont déclaré qu’ils pensaient que la découverte était l’une des premières du genre en raison de la façon dont les chercheurs ont utilisé l’ordinateur pour lire et apprendre de la topographie 3D d’une peinture. D’autres formes d’analyse améliorée par l’IA reposent sur des différences stylistiques visibles qu’un programme peut détecter dans des œuvres historiques, ont-ils déclaré.

La technologie de la topographie 3D décrit une carte en relief en trois dimensions d’une surface qui révèle toute différence d’« élévation ». Dans ce cas, cela signifie des élévations ou des creux dans la surface de la peinture, même à la plus petite échelle.

« La topographie 3D est une nouvelle façon pour l’IA de « voir » une peinture », a déclaré Kenneth Singer, professeur de physique Ambrose Swasey à Case Western Reserve. Le chanteur qui a dirigé la recherche, a déclaré que l’algorithme d’IA se concentrait sur les plus petites structures à la surface.

Le « réseau de neurones nous a stupéfaits »

« Le réseau de neurones nous a stupéfaits en étant capable de dire avec une très grande précision quelle main parmi quatre étudiants en art différents avait peint même une infime fraction d’un coup de pinceau », a déclaré Singer. « Nous avons découvert ce qui pourrait être considéré comme le style involontaire d’un peintre. »

Le « réseau de neurones » décrit un système informatique modelé sur le cerveau et le système nerveux humains, qui apprend, identifie et compare les modèles. Le réseau de neurones a identifié le bon artiste 95% du temps à partir de petites parties d’un coup de pinceau. Ces traits avaient à peu près le diamètre d’un seul poil de pinceau.

Michael Hinczewski, professeur agrégé de physique Warren E. Rupp à Case Western Reserve, faisait également partie de l’équipe de recherche. Il a dit que ce genre de précision était « presque comme une empreinte digitale ».

Chacun des artistes de leur étude a utilisé le même type de pinceau, de peinture et de toile. « Alors, la seule chose qui serait différente serait la main de l’artiste – la façon dont elle interagit avec la surface », a déclaré Hinczewski.

« Nous avons été choqués par ce qui est ressorti », a-t-il poursuivi. C’est quelque chose qui doit en quelque sorte être intrinsèque à chaque artiste, pas quelque chose que le peintre essaie consciemment de faire. »

L’équipe a récemment publié ses travaux dans la revue Sciences du patrimoine.

Les collaborateurs comprenaient les collègues de Case Western Reserve Elizabeth Bolman, la professeure Elsie B. Smith en arts libéraux et chaire d’histoire de l’art, plusieurs autres des départements de physique et de biologie du College of Arts and Sciences et des contributeurs du Cleveland Museum of Art et de Cleveland. Institut des Arts.

Attribution d’un art célèbre

Bolman, qui est historien de l’artiste – une spécialisation en histoire de l’art – a déclaré que de nombreux maîtres notables, d’El Greco à Rembrandt, employaient des ateliers. Ces ateliers comprenaient d’autres artistes qui ont peint des parties des toiles pour accélérer la production et répondre aux demandes du marché pour leur art.

Les artistes d’un atelier de maître essayaient de créer une peinture complète avec un style singulier, imitant l’artiste nommé. Cependant, les connaisseurs et les collectionneurs veulent savoir dans quelle mesure une pièce donnée a été créée par le maître.

« Mais ces maîtres n’ont pas laissé de notes de leurs ateliers : « Hé, historiens de l’art dans 500 ans, voici comment nous avons procédé », a déclaré Bolman. « Donc, être capable de numériser une peinture et d’apprendre quelles zones ont été peintes par différents les mains pourraient être des informations extrêmement précieuses pour les connaisseurs. »

Le marché mondial de l’art vaut des milliards de dollars, a déclaré Bolman. Ainsi, cette méthode d’attribution pourrait avoir des applications importantes pour aider à confirmer ou à contester la paternité.

Cette nouvelle méthode d’apprentissage automatique pourrait déterminer avec plus de précision une analyse impartiale et quantitative de pratiquement n’importe quelle peinture bien conservée, a-t-elle déclaré.

« Les connaisseurs d’art peuvent passer des décennies à identifier les styles, ou le tissage de la toile, pour en savoir plus sur une peinture », a déclaré Bolman. « Cette méthode n’est pas destinée à remplacer l’une d’entre elles, mais à ajouter un niveau de données que les humains ne peuvent pas discerner. »

Comment l’IA a travaillé sur l’art

Le centre MORE (Materials for Opto/Electronics Research and Education) de Case Western Reserve, où Singer est directeur de la faculté, possède un profilomètre optique confocal chromatique, un outil qui utilise la lumière et la couleur pour révéler de minuscules bosses et indentations sur une surface.

Singer et ses collègues ont scanné les peintures des étudiants pour produire des données de hauteur de surface 3D pour chaque œuvre.

Les chercheurs ont ensuite divisé ces données de surface en patchs virtuels. Ensuite, ils ont formé un ensemble de programmes connus sous le nom de réseaux de neurones convolutifs pour l’attribution, identifiant le peintre qui a effectué le trait.

Hinczewski a déclaré que la plupart des études précédentes sur l’attribution de l’art par l’IA se concentraient sur des photos de peintures entières.

« Nous avons divisé la peinture en taches virtuelles allant d’un demi-millimètre à quelques centimètres carrés, nous n’avons donc même plus d’informations sur le sujet », a-t-il déclaré. « Mais nous pouvons prédire avec précision qui l’a peint à partir d’un patch individuel. C’est incroyable. »


L’IA utilisée pour reproduire le nu « perdu » de Picasso


Plus d’information:
F. Ji et al, Discerner la main du peintre : apprentissage automatique sur la topographie de surface, Sciences du patrimoine (2021). DOI : 10.1186/s40494-021-00618-w

Fourni par Case Western Reserve University

Citation: Le réseau de neurones peut distinguer les coups de pinceau caractéristiques des peintres individuels (2021, 14 décembre) récupéré le 14 décembre 2021 à partir de https://techxplore.com/news/2021-12-neural-network-distinguish-characteristic-individual.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.