眾所周知,畢卡索是一位西班牙的天才畫家,在20世紀時沒有哪位藝術家能夠像畢卡索一樣畫風多變。畢卡索的作品通常被分為9個時期,時期的名稱尚有爭議,大致是「藍色時期」、「粉紅色時期」、「立體主義時期」、「晚期」。
在神經網路的幫助下,研究人員重塑了一幅畢卡索在其「藍色時期」創作並繪製的圖像。
那時的畢卡索對人生開始了一次重要的反省並開始體會人生的憂鬱,他用藍色作為基調,避開輕鬆的線條以簡單的圖樣來描繪人物,給人一種虛幻的感覺。
這幅《The Old Guitarist》(《老吉他手》)可能是畢卡索「藍色時期」最著名的畫了。它可以追溯到1903-1904年,當時這位年輕的藝術家生活在巴黎,而且正處於他一生最貧困的時期。畢卡索用藍色來表現他當時所經歷的痛苦和淒涼。
而讓這幅畫變得撲朔迷離的是畫中塗料下隱約可見的幽靈般女人的臉,這一點藝術史學家早就注意到了。1998年,這幅畫所在的芝加哥藝術研究所的文物保護師用X射線和紅外光線拍攝了這幅畫,以觀察其表面下的情況。
「畫中之畫」震驚整個藝術界
這些圖像顯示了一幅完全不同的畫,它描繪了一個伸出左臂的呈坐姿態的女人。研究人員隨後將這幅畫與畢卡索當時寫給同事的信中勾勒出的構圖進行了匹配。
這些發現震驚了藝術界,一些藝術家在其早期特別貧困的時候,會在畫布上重複作畫。
這幅新圖像為藝術家們探索畢卡索的繪畫生涯、繪畫主題以及他在藍色時期的思考提供了一個非常重要的思考維度。正因為他是20世紀最重要的藝術家,因此這一發現意義非凡。
但從美學的角度來看,研究人員設法重塑的結果難免令人有些失望。紅外光線和X射線圖像僅顯示出非常模糊的輪廓,雖然它們可以用來推斷藝術家使用的油漆量,但卻無法顯示顏色或樣式。因此,藝術界需要一種能夠更加真實地重建失傳畫作的方法。
利用「神經風格遷移」重塑名作,意義非凡
倫敦大學學院的Anthony Bourached和George Cann首次使用了一種稱為「神經風格遷移」(neural style transfer)的機器視覺技術來重塑這幅圖中丟失的顏色。他們的方法使這幅畫被納入畢卡索藍色時期的一部分。
研究人員們使用同樣的方法重塑了其他藝術家的畫作,並表示這有可能改變藝術史學家的工作方式。
什麼是「神經風格遷移」?
2015年,德國圖賓根大學的Leon Gatys和同事開發了「神經風格遷移」技術。它來自於神經網路在學習和辨識不同類型圖像所採用的特殊方式。
神經網路由可按不同比例分析圖像的層組成。第一層可以辨識諸如邊緣的粗略特徵,第二層可以看到這些邊緣如何形成簡單的形狀(如圓形),第三層可以辨識形狀的圖案,例如辨識出兩個圓形靠在一起,再下一層則可以將這些成對的圓形標記為眼睛。
這種神經網路可以辨識從達文西到梵谷再到畢卡索的各種風格的繪畫中的眼睛。因為在每種情況下,「眼睛」都會形成一種機器可以辨識的相似圖案。
神經網路升級,圖像風格可任意轉換
Gatys和他的同事進一步訓練出了一個能夠辨識藝術風格的神經網路,例如讓這個神經網路去區分梵谷和畢卡索的畫。
他們發現:辨識藝術風格的能力與辨識人臉和辨別物品的能力完全不同。事實上,Gatys和他的同事們不僅能夠將這種辨識藝術風格的能力從神經網路辨識圖像的過程中提取出來,還可以反過來利用這種能力。他們將圖像輸入神經網路,然後再將樣式疊加到圖像上。
這個過程使他們可以將任何圖像轉換成另一位藝術家的風格。
這一成果的影響巨大,各種團體都用它來製作任何選定藝術家風格的藝術品、漫畫,甚至是電影。
這一成果同樣適用於畢卡索的作品,既能夠製作出畢卡索立體派繪畫風格的圖像,還能夠產生他「粉紅色時期」甚至是「藍色時期」的圖像。
神經網路訓練成熟,重塑丟失的藝術品
Bourached和Cann在得知這項技術之後,他們拍攝了藏在《老吉他手》圖紙下的「坐著的女人」這幅畫作的X光圖像的手動編輯版本,並透過神經網路進行轉換。這個網路已經訓練成熟,可以將圖像轉換成畢卡索「藍色時期」的風格。
而這個實驗的結果就是:這幅畫的全彩版本與畢卡索在繪畫時所探索的風格完全相同。他們表示:「我們提出了一種新的重塑丟失藝術品的方法,將『神經風格遷移』技術應用於藏在圖紙之下的藝術品的X光圖像,從而重塑丟失的藝術品。」
當然,我們無法知道畢卡索究竟是如何做畫的。但是Bourached和Cann表示,他們的目標是透過重塑隱藏的藝術品來擴大對藝術家們繪畫意圖,創作思想以及一些繪畫失誤的瞭解。他們說:「我們結合隱藏於原始的藝術品,進行主觀的人工輸入和『神經風格遷移』的方法有助於拓寬對藝術家創作過程的瞭解。」
這是一項有趣的工作,它為複製和研究丟失的藝術品提供了新的途徑。而且這幅「坐著的女人」並不是他們找回的唯一丟失的圖像。該小組還複製了一幅被認為是由西班牙畫家聖地牙哥‧魯西諾(SantiagoRusiñol)創作的圖像,這幅畫隨後於1904年由畢卡索繪製完成。
當然,這僅僅只是一個開始,藝術史學家可能會覺得這項技術有進一步發展的潛力
- 本文授權轉載自大數據文摘
請注意!留言要自負法律責任,相關案例層出不窮,請慎重發文!