Isabella Stewart Gardner博物馆内悬挂的空画框清晰地提醒人们，这是世界上最大的一起尚未破案的艺术品盗窃案。麻省理工学院计算机科学与人工智能实验室(CSAIL)的一个研究小组发明了一种旨在设计画作复制品的新系统，此新系统使用了3D打印技术，尽管这些原作可能永远无法复原，但他们或许能够提供帮助。

Photo:MIT

  RePaint采用3D打印和深度学习相结合的方法，真实再现了人们喜爱的画作——无论光线条件或位置如何。RePaint可以用来为家庭重做艺术品，保护博物馆里的原件不被磨损，甚至可以帮助公司制作历史作品的印刷品和明信片。

  “如果你只是按照一幅画在画廊里的样子复制它的颜色，它在你家里可能会看起来不一样，”Changil Kim说。“我们的系统可以在任何光照条件下工作，这比之前的任何工作都显示出更强的色彩再现能力。”

  为了测试RePaint，这个团队复制了一些由一位艺术家创作的油画。研究小组发现，与最先进的物理模型相比，RePaint在为不同的艺术品创建准确的色调方面要精确四倍以上。

  此时，复制品只有一张名片那么大，这是由于印刷的时间成本高。未来，该团队希望更先进的商用3D打印机能帮助更有效地制作尺寸更大的画作。

  虽然2D打印机最常用来复制画作，但它们只有一组固定的四种墨水(青、洋红色、黄色和黑色)。然而，研究人员发现了一种更好的方法来捕捉更完整的Degas和Dali光谱。他们使用了一种被称为“彩色轮廓”的特殊技术，使用3D打印机和10种不同的透明墨水堆叠成非常薄的一层。他们将这种方法与一种已有几十年历史的半色调技术结合在一起。半色调是由许多彩色小点组成的图像，而不是连续的色调。该团队说，将这些元素结合起来，可以更好地捕捉颜色的细微差别。

  随着用色范围的扩大，用什么墨水来作画的问题依然存在。该团队没有使用更费力的物理方法，而是训练了一个深度学习模型来预测不同油墨的最佳组合。一旦系统掌握了这一点，他们可以输入绘画图像，使用该模型来确定在特定区域制作特定绘画应该使用什么颜色。

  尽管到目前为止已经取得了一些进展，但该团队表示，在制作出《星夜》(Starry Night)这个令人眼花缭乱的复制品之前，他们还需要做一些改进。例如，机械工程师Mike Foshey说，由于墨水库有限，他们无法完全复制钴蓝等特定颜色。他说，未来他们计划扩展这个墨水库，并创建一个专门用于绘画的油墨选择算法。考虑到表面纹理和反射等方面，他们也希望能够将细节做的更完美，从而达到具体的效果，如光泽和哑光处理。

  “近年来，艺术品的价值迅速增长，因此越来越多的艺术品被锁在远离公众视线的仓库里，”Foshey说。“我们正在研发一种技术来扭转这一趋势，并创造出价格低廉、精准、人人都能欣赏的复制品。”

  除Kim和Foshey外，参与系统研究的还有：该系统第一作者Liang Shi;麻省理工学院教授Wojciech Matusik;麻省理工学院前博士后Vahid Babaei，现在是Max Planck Institute of Informatics的组长;普林斯顿大学计算机科学教授Szymon Rusinkiewicz;麻省理工前博士后Pitchaya Sitthi-Amorn，现在是泰国曼谷朱拉隆功大学的讲师。

  这项工作得到了国家科学基金会的部分支持。

（来源：前瞻网）