Étudiant du MIT publie seul dans Nature : une IA répare les toiles endommagées en seulement 3,5 heures

Un doctorant du MIT publie seul dans Nature une méthode basée sur l'IA pour restaurer des œuvres d'art endommagées en seulement 3,5 heures. Pour restaurer un tableau ancien endommagé, l’étudiant a utilisé des appareils d'impression professionnels pour créer des masques à base de pigments solvables, qui peuvent être appliqués sur la peinture endommagée. Ces masques permettent de reproduire fidèlement le dessous du tableau et de combler les zones manquantes de manière à conserver l'intégrité de l'œuvre. Un document numérique correspondant au masque est également créé, qui sert de guide permanent pour la restauration. Selon Alex, cette nouvelle technique a permis de réduire substantiellement le temps nécessaire pour restaurer une œuvre d'art. Par exemple, il a fallu environ neuf mois pour restaurer une toile de Van Gogh légèrement endommagée il y a quelques années, alors qu’avec cette méthode, l'œuvre aurait été réparée en 3,5 heures. Cela représente une amélioration de 66 fois par rapport aux méthodes traditionnelles, soulignant l’efficacité notable de cette approche. L’un des aspects les plus valables de cette recherche est son utilisation d'une variété de techniques de restauration adaptées aux dommages de différentes tailles et niveaux de complexité visuelle. Dans le cas des dégâts moyennement visibles (comme des taches d'encrassement, des craquelures ou des points de perte), une brosse à restaurer 15 poils est employée pour reconstituer localement la couleur en se basant sur les pigments environnants. L'IA analyse les zones endommagées et leurs environs pour générer des résultats de remplissage naturels. Quand l'œuvre contient des éléments visuellement complexes ou des motifs (comme ceux trouvés dans le visage d'une enfant), une technique de transposition de caractéristiques spécifiques d'œuvres associées est utilisée. Pour ce faire, le chercheur a choisi une toile bien préservée de la collection du musée national d'art américain, "Les perles de l'estuaire", particulièrement pour sa représentation parfaite d'un visage d'enfant. En utilisant les caractéristiques colorimétriques et la texture de cette référence comme modèle, l'IA peut alors procéder à la transposition de ces éléments pour restaurer les zones manquantes. Alex a insisté sur l’importance d'une supervision totale par des experts en conservation pour garantir que la restauration respecte l'authenticité et le style d'origine des artistes. « Chaque étape implique une réflexion considérable, a-t-il expliqué. Nous devons établir un cadre de mise en œuvre conforme aux principes de conservation. Cette recherche offre une base solide pour un système de restauration plus précis, qui sera affiné avec le temps et grâce aux contributions de nombreux chercheurs. » Cette avancée technologique ouvre de nouvelles perspectives dans le domaine de la restoration d'œuvres d'art, permettant non seulement d’accélérer le processus mais aussi d’améliorer la qualité et la précision des interventions, tout en assurant une conservation optimale. L'approche développée par Alex combine la précision de l'IA et l'expertise humaine, offrant ainsi un outil potentiellement révolutionnaire pour les conservateurs et les spécialistes du patrimoine artistique. Source : Restoring damaged paintings using AI-generated mask - MIT News