การบูรณะงานศิลปะต้องอาศัยความนิ่งและสายตาที่เฉียบคม ตลอดหลายศตวรรษที่ผ่านมา นักอนุรักษ์ได้บูรณะภาพวาดโดยการระบุจุดที่ต้องซ่อมแซม แล้วผสมผสานสีอย่างแม่นยำเพื่อเติมเต็มแต่ละจุด บ่อยครั้งที่ภาพวาดอาจมีจุดเล็กๆ นับพันจุดที่ต้องได้รับการแก้ไขทีละจุด การบูรณะผลงานชิ้นเดียวอาจใช้เวลาตั้งแต่ไม่กี่สัปดาห์ไปจนถึงมากกว่าหนึ่งทศวรรษ
ในช่วงไม่กี่ปีที่ผ่านมา เครื่องมือบูรณะภาพดิจิทัลได้เปิดโอกาสให้สร้างผลงานต้นฉบับในรูปแบบเสมือนจริงหลังจากได้รับการบูรณะแล้ว เครื่องมือเหล่านี้ใช้เทคนิคคอมพิวเตอร์วิทัศน์ การจดจำภาพ และการจับคู่สี เพื่อสร้างการบูรณะภาพดิจิทัลได้ค่อนข้างรวดเร็ว
อย่างไรก็ตาม จนถึงปัจจุบัน ยังไม่มีวิธีการถ่ายโอนการบูรณะแบบดิจิทัลเหล่านี้ไปยังงานศิลปะต้นฉบับโดยตรง ในบทความที่ตีพิมพ์ในวารสาร Nature อเล็กซ์ คาชไคน์ นักศึกษาปริญญาโทสาขาวิศวกรรมเครื่องกลจาก MIT ได้อธิบายถึงวิธีการใหม่ที่เขาพัฒนาขึ้น ซึ่งช่วยให้สามารถนำการบูรณะแบบดิจิทัลไปใช้กับพื้นผิวของภาพวาดจริงได้
งานบูรณะจะถูกพิมพ์ลงบนฟิล์มโพลิเมอร์บางๆ ในรูปแบบ “หน้ากาก” ซึ่งสามารถจัดวางและติดลงบนภาพวาดต้นฉบับได้ นอกจากนี้ หน้ากากยังสามารถถอดออกได้ง่าย Kachkine ระบุว่าสามารถจัดเก็บไฟล์ดิจิทัลของหน้ากากไว้เพื่อให้นักอนุรักษ์รุ่นต่อไปสามารถค้นหาและทำความเข้าใจเกี่ยวกับสิ่งที่ได้รับการแก้ไขบนผลงานได้
เพื่อเป็นตัวอย่าง เขาประยุกต์วิธีการนี้กับภาพวาดสีน้ำมันสมัยศตวรรษที่ 15 ที่ได้รับความเสียหายอย่างหนัก วิธีการนี้สามารถระบุพื้นที่ที่ต้องซ่อมแซมได้โดยอัตโนมัติถึง 5,612 จุด และตกแต่งใหม่ด้วยสีที่แตกต่างกันถึง 57,314 สี กระบวนการทั้งหมดตั้งแต่ต้นจนจบใช้เวลาเพียง 3.5 ชั่วโมง ซึ่งเร็วกว่าวิธีการดั้งเดิมประมาณ 66 เท่า
Kachkine ยังยอมรับว่า เช่นเดียวกับโครงการบูรณะอื่นๆ แนวทางนี้ก่อให้เกิดคำถามทางจริยธรรมว่าผลงานที่ได้รับการบูรณะนั้นสะท้อนถึงสไตล์และเจตนารมณ์ของศิลปินอย่างแท้จริงหรือไม่ เขากล่าวว่าการนำวิธีการใหม่นี้ไปใช้จำเป็นต้องปรึกษาหารือกับผู้เชี่ยวชาญด้านการอนุรักษ์ที่เข้าใจประวัติศาสตร์และที่มาของผลงาน
“จัดตำแหน่งและฟื้นฟู”
ในการศึกษาครั้งใหม่นี้ Kachkine ได้พัฒนาวิธีการบูรณะภาพด้วยดิจิทัลกับภาพวาดจริง โดยใช้ภาพวาดสมัยศตวรรษที่ 15 ที่เขาได้มาเมื่อครั้งที่เขาเข้ามาศึกษาที่ MIT ครั้งแรก วิธีการนี้เริ่มต้นด้วยการทำความสะอาดภาพวาดโดยใช้เทคนิคดั้งเดิม และลอกชั้นการบูรณะเก่าออก
“ภาพวาดนี้มีอายุเกือบ 600 ปีแล้ว และได้รับการบูรณะหลายครั้ง” เขากล่าว “ในกรณีนี้มีสีทับซ้อนที่ไม่ถูกต้องหลายชั้น ซึ่งต้องลบออกทั้งหมดจึงจะเห็นภาพต้นฉบับที่แท้จริง”
เขาสแกนภาพวาดทั้งหมดหลังจากทำความสะอาด รวมถึงบริเวณที่มีสีซีดจางหรือแตกร้าว จากนั้นเขาใช้อัลกอริทึม AI ที่มีอยู่เพื่อวิเคราะห์การสแกนและสร้างภาพเสมือนจริงของภาพวาดที่น่าจะมีลักษณะเหมือนต้นฉบับ
ต่อมา Kachkine ได้พัฒนาซอฟต์แวร์ที่สร้างแผนที่แสดงพื้นที่ของภาพวาดต้นฉบับที่ต้องทาสีใหม่ พร้อมรหัสสีที่แม่นยำเพื่อให้ตรงกับภาพวาดที่บูรณะด้วยระบบดิจิทัล จากนั้นแผนที่นี้จะถูกแปลงเป็น “หน้ากาก” ทางกายภาพสองชั้นที่พิมพ์บนฟิล์มโพลิเมอร์บางๆ ชั้นแรกพิมพ์ด้วยสี ส่วนชั้นที่สองพิมพ์ลวดลายเดียวกัน แต่ใช้หมึกสีขาวเท่านั้น
“ในการสร้างสีที่สมบูรณ์ จำเป็นต้องใช้ทั้งหมึกสีขาวและหมึกสีเพื่อสร้างสเปกตรัมสีที่สมบูรณ์ หากเลเยอร์ทั้งสองไม่เรียงกัน จะตรวจจับได้ง่ายมาก ดังนั้น ผมจึงพัฒนาเครื่องมือคำนวณบางอย่างโดยอาศัยความเข้าใจเกี่ยวกับการรับรู้สีของมนุษย์ เพื่อกำหนดระดับความแม่นยำที่เล็กที่สุดเท่าที่จะทำได้” Kachkine อธิบาย
เขาใช้เครื่องพิมพ์อิงค์เจ็ทเชิงพาณิชย์ความแม่นยำสูงในการพิมพ์หน้ากากสองชั้น จากนั้นจึงจัดวางและทาลงบนภาพวาดด้วยมือโดยใช้น้ำยาเคลือบเงาแบบดั้งเดิมบางๆ หากจำเป็นต้องฟื้นฟูภาพวาดให้กลับสู่สภาพเดิม สามารถลอกฟิล์มเหล่านี้ออกได้อย่างง่ายดายด้วยน้ำยาบำรุงรักษาพิเศษ นอกจากนี้ ยังมีการเก็บสำเนาหน้ากากดิจิทัลไว้เป็นบันทึกโดยละเอียดของกระบวนการบูรณะอีกด้วย
ด้วยการใช้ภาพวาด วิธีการนี้ช่วยเติมเต็มจุดที่เสียหายหลายพันจุดได้ภายในเวลาเพียงไม่กี่ชั่วโมง “เมื่อไม่กี่ปีก่อน ผมเคยบูรณะภาพวาดบาโรกอิตาลีที่มีความเสียหายในระดับเดียวกัน และใช้เวลาทำงานนอกเวลาถึงเก้าเดือน ยิ่งเสียหายมากเท่าไหร่ วิธีการนี้ก็ยิ่งมีประสิทธิภาพมากขึ้นเท่านั้น” คาชคิเนเล่า
Kachkine ประเมินว่าวิธีการใหม่นี้เร็วกว่าเทคนิคการวาดด้วยมือแบบดั้งเดิมหลายสิบเท่า หากได้รับการยอมรับอย่างกว้างขวาง Kachkine ย้ำว่าผู้เชี่ยวชาญด้านการอนุรักษ์จำเป็นต้องมีส่วนร่วมในทุกขั้นตอน เพื่อให้มั่นใจว่าผลงานสุดท้ายจะสอดคล้องกับรูปแบบและเจตนารมณ์ทางศิลปะดั้งเดิม
“ทุกขั้นตอนของกระบวนการมีการพิจารณาทางจริยธรรม เพื่อดูว่ากระบวนการนี้สอดคล้องกับหลักการอนุรักษ์หรือไม่ เรากำลังสร้างรากฐานสำหรับการพัฒนาวิธีการต่างๆ เพิ่มเติม เมื่อมีคนทำงานเกี่ยวกับวิธีการเหล่านี้มากขึ้น เราก็จะได้วิธีการที่แม่นยำยิ่งขึ้นเรื่อยๆ” เขากล่าว
งานวิจัยนี้ได้รับการสนับสนุนบางส่วนจากกองทุนอนุสรณ์ John O. และ Katherine A. Lutz งานวิจัยนี้ดำเนินการบางส่วนที่ MIT.nano โดยได้รับการสนับสนุนเพิ่มเติมจากห้องปฏิบัติการเทคโนโลยีไมโครสเกลของ MIT ภาควิชาวิศวกรรมเครื่องกลของ MIT และห้องสมุด MIT
(ตามรายงานของ MIT News)
ที่มา: https://vietnamnet.vn/phuc-che-tranh-co-bang-ai-chi-trong-vai-gio-voi-mat-na-ky-thuat-so-2414951.html
การแสดงความคิดเห็น (0)