Título: Innovadora técnica ayuda a restauradores al virtualizar el coloreado de pinturas
Subtítulo: Una nueva metodología recurre a la tecnología de imágenes de fluorescencia por rayos X y transformadores de visión para resolver los desafíos de la conservación del patrimonio
Texto Principal:
Un equipo de investigadores ha desarrollado un avanzado proceso para re-colorear virtualmente obras pictóricas analizadas mediante fluorescencia de rayos X (XRF). El estudio, liderado por expertos del INFN, establece una meticulosa canalización diseñada para “virtualizar” las imágenes de muestras de arte, proporcionando un recurso crucial para restauradores y científicos del patrimonio.
El método hace uso de un transformador visual, conocido como Vision Transformer, una herramienta que ha demostrado ser efectiva para traducir datos XRF a imágenes en RGB, esencialmente, reproduciendo los colores originales de las obras de arte antiguas sin necesidad de contacto físico. Esta técnica no invasiva y no destructiva resguarda la integridad del objeto y aporta a la repetibilidad de las mediciones.
Para superar las limitaciones de un conjunto de datos pequeño, el equipo generó un conjunto sintético del cubo de datos espectrales XRF, lo cual permitió mejorar la capacidad de generalización y reducir los tiempos de procesamiento mediante un modelo de embebido variacional profundo. Esta metodología, también, buscó estandarizar los datos provenientes de diversas herramientas de medición.
La aplicación de estas técnicas en el campo de la herencia cultural, y en particular, para pinturas deterioradas o frescos desgastados, se presenta vital, ya que permite, por ejemplo, reconstruir capas sobre pintadas, pentimenti, pérdidas de pintura y otros cambios físicos que puedan ocurrir.
Los investigadores señalan que, a pesar de las restricciones encontradas, la técnica ha demostrado ser capaz de asignar colores a regiones semánticas de las imágenes, completando la primera fase de esta ambiciosa aplicación. Sin embargo, identificaron problemas al reconstruir ciertas características visuales, que en etapas futuras pueden mejorar mediante la inclusión de redes generativas y un enfoque estilo Pix2Pix.
En conclusión, esta pionera investigación presenta una significativa contribución al campo del análisis del patrimonio cultural, proporcionando un potencial esencial para la correcta interpretación de las composiciones pictóricas a través del tiempo, y mitigando las limitaciones inherentes al análisis físico convencional.