根特祭坛关闭。
作为UCL领导的一项调查项目的一部分，人工智能已被用于分析举世闻名的根特祭坛画的高分辨率数字X射线图像。
这一发现有望增进我们对艺术杰作的理解，并为艺术调查，保存和展示提供新的机会。
国家美术馆，杜克大学和UCL的研究人员处理了从范·艾克兄弟的根特（Ghent Altarpiece）兄弟那里获得的技术图像，后者是比利时圣巴沃大教堂（St Bavo’s Cathedral）的大型复杂15世纪祭坛。
论文“用于艺术调查的人工智能：应对分离根特祭坛的X射线图像的挑战”，展示了学者如何使用一种新开发的算法来研究混合X射线图像，该图像包含来自绘画双面面板正面和背面的特征，科学家已将其分解为两个清晰的图像。
这些图像是由皇家文化遗产研究所（KIK-IRPA）使用不同的成像技术获取的一整套高分辨率照片的一部分，作为祭坛正在进行的保护工作的一部分，提供了丰富的数据供审阅和解释。
首席学术学者Miguel Rodrigues博士（UCL电子与电气工程学院）评论说：“这种方法证明了以深度学习为动力的面向人工智能的技术可以潜在地解决艺术调查中遇到的挑战。”
自从将近一个世纪的盗窃案以来，左开放式机翼的左下方面板一直不见。
他继续说：“我们希望看到类似的面向AI的方法的开发将对我们揭示绘画中其他隐藏特征（例如较早的隐藏设计）的能力产生的影响，”他继续说道。
根特祭坛件最初由十二个面板组成。最初由四块面板制成的两个机翼部分（两面都涂有油漆）可以在盛宴期间完全打开，以露出四个中央面板。这幅画在几个世纪以来一直幸存下来，并在1940年代被纳粹占领。
X射线图像是检查和还原绘画的宝贵工具，因为它们可以帮助确定作品的状况并提供对艺术家技术的见解。
但是，X射线的穿透性质意味着其路径上的所有东西都会对所生成的图像有所贡献，这虽然信息丰富，但可以生成难以解释的图像。对于双面涂漆的面板或艺术家重新使用画布的面板尤其如此。
通过分离复杂的X射线图像，新算法使艺术史学家，保护者和遗产科学家可以更好地理解旧大师的画作，并且所显示的信息可以帮助专家保护和修复精美的作品。
根特祭坛的两个双面面板及其X射线图像，其中包括每个面板两面的总贡献。
深度学习方法现已用于应对其他领域（包括医疗保健，金融科技，国防和安全）带来的挑战。
皇家文化遗产研究所（KIK-IRPA）的根特祭坛保护项目负责人HélèneDubois说：“ AI在X射线图像处理中的应用将为解密复杂的技术图像提供非常有用的工具。可以更精确地诊断出木制支撑架以及地面和油漆层的结构缺陷。
“这些图像还将有助于了解Van Eyck兄弟的技术，以及在连续执行这一独特杰作的过程中所做的更改。使用传统X射线的这一新发展为保护无可替代的艺术品提供了无数的应用潜力。”
###
根特祭坛的保护团队和参与这个具有挑战性的项目的科学家们接下来将研究该算法如何导致支持其保护工作的新见解。
这项研究由EPSRC和西蒙斯基金会（Simons Foundation）资助。
参考：“用于艺术调查的人工智能：Z. Sabetsarvestani1，B。Sober，C。Higgitt，I。Daubechies和M. R. D. Rodrigues的《面对挑战，要分离根特祭坛的X射线图像》，科学进展，2019年8月30日。
DOI：10.1126 / sciadv.aaw7416
