2022
07/07
相关创新主体

创新背景

谷歌在Google Arts & Culture 项目中使用增强现实、3D体验等数字技术开发出在互联网和手机上可以ji体验艺术展览的“口袋画廊”功能,促使艺术名作与数字技术深度结合,极大地扩展了艺术推广度,增加人们与艺术的接触。

 

创新过程

古斯塔夫·克林姆特是一位奥地利知名象征主义画家。他创办了维也纳分离派,画作特色在于特殊的象征式装饰花纹,在画作中大量使用性爱主题。《金鱼》《黑羽帽》《女人的三个阶段》《阿德勒·布罗赫-鲍尔像》《满足》《莎乐美》等都是他的著名代表作品。画作因为材质、保存手段和一些外界因素,往往会在世界长河中消失或是原样损毁。

Google Arts & Culture在2021年关于古斯塔夫·克林姆特的在线回顾展中利用机器学习技术,与国际知名的克里姆特专家合作,融合先进的数字技术和专家知识,试验模拟克林姆特在画作中可能使用的颜色,完成在“口袋画廊”中将将有照片等资料保存流传的失传画作重新着色,恢复它们彩色的美丽。这是自20世纪中叶画作失传以来,人们第一次能够以他可能使用的颜色体验他的作品。

机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能核心,是使计算机具有智能的根本途径。机器学习模拟克林姆特的创作习惯,将丢失原本的画作重新着色后,“口袋画廊”会以增强现实和3D形式将他的一些最具标志性的作品带入网上客厅。加上120多个关于他的艺术和个性的故事,来自全球各文化机构的收藏,促使人们在线上就可以全面体验到在展览馆中的欣赏感受。

创新关键点

创新利用机器学习模拟艺术家创作时可能会使用的色彩,交叉数字技术、计算机技术和艺术品修复,将画作重新着色,在数字技术帮助下体现线上全方位展览。

 

创新价值

利用机器学习将画作重新着色,为艺术再现提供可能,将社会宏观历史和个人艺术历程相结合,帮助更深入研究画家的生平经历、创作历程和当时社会状况,寻找历史长河中的艺术遗珠。

 

Machine learning recolors the lost painting

Gustav Klimt was a well-known Austrian Symbolist painter. He founded the Vienna Secession, whose paintings featured special symbolic ornamental patterns, and made extensive use of sexual themes in his paintings. "Goldfish", "Black Feather Hat", "The Three Stages of a Woman", "Adler Broch-Bauer Portrait", "Satisfaction", "Salome" and so on are all his famous representative works. Paintings tend to disappear or be destroyed in the world because of materials, preservation methods and some external factors.
Google Arts & Culture used machine learning technology in the 2021 online retrospective about Gustav Klimt, in collaboration with internationally renowned Klimt experts, to integrate advanced digital technologies and expert knowledge, experimenting with simulated colors that Klimt might use in his paintings, and completing the recoloring of lost paintings with photos and other materials in the "Pocket Gallery" to restore their color beauty. For the first time since the loss of paintings in the mid-20th century, people have been able to experience his work in the colors he might have used.
Machine learning is a multi-disciplinary interdisciplinary discipline involving probability theory, statistics, approximation theory, convex analysis, algorithmic complexity theory and other disciplines. Specializes in how computers simulate or implement human learning behavior in order to acquire new knowledge or skills and reorganize existing knowledge structures to continuously improve their own performance. It is the core of artificial intelligence and is the fundamental way to make computers intelligent. After machine learning simulates Klimt's creative habits and recolors lost paintings, Pocket Gallery brings some of his most iconic works into the online living room in augmented reality and 3D. Coupled with more than 120 stories about his art and personality, and collections from cultural institutions around the world, it is possible to fully experience the appreciation in the exhibition hall online.

智能推荐

  • 环境设计创新 | 伯勒尔收藏博物馆的翻新创意

    2022-06-28

    麦卡斯兰拆除了伯勒尔收藏博物馆原有的、不符合人们预期的演讲厅,并插入了阶梯式座位,并将这部分区域设计为咖啡馆和画廊,大大提升了藏品数量。在技术方面,建筑师替换了原有的保温玻璃并升级了玻璃幕墙系统,并在新的沥青屋顶上添加了120千瓦的光伏阵列,该博物馆也因此成为了英国第一个获得BREEAM(流行的可持续性评估协议)最高认证的博物馆翻新工程。

    涉及学科
    涉及领域
    关键词 
  • 源于阿拉伯花纹的创新灵感(6)

    2022-09-05

    讲座地点:皇家艺术学院戈尔维演讲厅 视觉艺术文化系列讲座欢迎Marina Warner,Marina Warner与RCA美术学院的研究导师Margarita Gluzberg共同讨论了最近的研究成果。

    涉及学科
    涉及领域
    关键词 
  • AI+绘画 | 利用机器学习为旧画重新着色

    2022-07-07

    创新利用机器学习模拟艺术家创作时可能会使用的色彩,交叉数字技术、计算机技术和艺术品修复,将画作重新着色,在数字技术帮助下体现线上全方位展览。

    涉及学科
    涉及领域
    关键词 
  • 文艺复兴时期的城市形态创新(1)

    2022-09-05

    罗马提供了比其他任何城市更广泛的城市形态,从校园广场的蜿蜒主干道,到文艺复兴时期的笔直街道,再到法尔内斯广场(Piazza Farnese)、巴贝里尼广场(Piazza Barberini)、特莱维广场(Fontana di Trevi)和纳沃纳广场(Piazza Navona)等王朝建筑的宽敞和辉煌。文艺复兴和巴洛克罗马塑造了这些空间和艺术愿景,赋予他们时代意义和才华。 约瑟夫·康纳斯博士是文艺复兴和巴洛克时期的著名作家和学者,哈佛大学艺术史和建筑史教授。他曾在牛津大学、芝加哥大学和哥伦比亚大学任职,在那里,他富有感染力和洞察力的演讲为他赢得了总统奖。康纳斯博士的另一个特点是,他是唯一一位同时领导两大研究机构——罗马美国研究院和位于佛罗伦萨的哈佛大学意大利文艺复兴研究中心的人。

    涉及学科
    涉及领域
    关键词