Un nuovo algoritmo è in grado di individuare collegamenti sconosciuti tra opere d’arte classiche.
di ArXiv
Una delle domande importanti a cui gli storici dell’arte cercano di rispondere è come i grandi artisti siano stati influenzati da altri autori. Esaminano lo stile, il contenuto e il genere dell’opera d’arte e ipotizzano eventuali connessioni tra artisti.
È un lavoro complesso. Prima della fotografia, l’unico modo per replicare un’opera d’arte era a mano. In effetti, questo sistema era comune. Gli artisti hanno spesso creato delle copie delle proprie opere e di quelle altrui.
Ma l’obiettivo delle copie non era sempre quello di riprodurre l’originale. Spesso, gli artisti hanno utilizzato le immagini esistenti come spunto per le proprie opere, che riflettono lo stile compositivo o le pose originali.
In effetti, ci sono molti esempi di figure umane identiche nella stessa posa in dipinti completamente diversi.
Quindi la storia dell’arte è una complessa rete di collegamenti tra artisti e le loro opere, spesso testimoniata dai rapporti tra opere originali, copie parziali e copie complete.
La posa di figure umane gioca un ruolo importante nel lavoro dello storico dell’arte, che le mette a confronto e cerca di intravedere le influenze degli altri pittori.
Tomas Jenicek e Ondrej Chum, della Czech Technical University, a Praga, hanno adottato un sistema di visione artificiale per analizzare le pose dei soggetti umani nei dipinti d’arte nel corso della storia, alla ricerca dei dipinti che contengono scene simili.
La tecnica rivela collegamenti mai intravisti prima tra arte e artisti, e aggiunge un nuovo potente strumento all’arsenale che gli storici dell’arte possono usare per cambiare i parametri fino a oggi adottati.
Il metodo è relativamente semplice e basato sui vasti database che gli storici dell’arte hanno creato negli ultimi anni. In effetti, sono state digitalizzate le collezioni dei più grandi musei e gallerie del mondo e sono state analizzate con l’intelligenza artificiale.
Allo stesso tempo, altri ricercatori hanno sviluppato algoritmi di visione artificiale che possono definire una posa umana a partire da un’immagine 2D.
Probabilmente il più avanzato è un algoritmo chiamato OpenPose, un programma open source per il rilevamento della posa in tempo reale in immagini 2D, sviluppato presso la Carnegie Mellon University di Pittsburgh.
Jenicek e Chum usano questo software per cercare pose simili in un database di immagini annotate manualmente, che agisce come una sorta di sistema di riferimento.
I due ricercatori dicono di aver dimostrato che il processo automatizzato è superiore ai metodi standard di recupero delle immagini basati sul contenuto annotato manualmente.
Ora stanno cercando pose simili in un database online chiamato Web Gallery of Art, che contiene 37.000 immagini.
Jenicek e Chum affermano che il loro algoritmo ha scoperto una vasta gamma di collegamenti tra immagini che sarebbero stati impossibili da identificare con altri mezzi (si veda immagine a lato).
Naturalmente l’algoritmo non è perfetto. Incappa in una serie di falsi positivi, in cui le pose in immagini diverse appaiono simili, ma se sottoposte a una attenta analisi risultano completamente diverse.
Questo non è il primo tentativo di usare la visione artificiale per studiare l’arte. I ricercatori hanno già utilizzato algoritmi per trovare collegamenti mai visti prima tra le opere d’arte.
L’analisi della posa umana è molto più difficile per le macchine rispetto allo studio della composizione generale, quindi ci è voluto più tempo per introdurre questa tecnologia nel mondo dell’arte.
Ma la prevalenza delle figure umane nell’arte è così pronunciata che questa tecnica ha un potenziale significativo.
L’IA offre uno strumento potente per analizzare le opere d’arte attraverso i secoli e per studiare come le copie e le variazioni delle pose umane hanno influenzato il lavoro degli artisti. Il modo in cui gli storici dell’arte sfrutteranno questa nuova tecnica potrà offrire diverse sorprese.
(rp)
