• Zuhause
  • Artikel
  • Picasso, Matisse oder eine Fälschung? A.I. zur Attribution und Authentifizierung von Kunst auf Strichebene
Veröffentlicht am 06-09-2019

Picasso, Matisse oder eine Fälschung? A.I. zur Attribution und Authentifizierung von Kunst auf Strichebene

Können Künstler anhand ihrer individuellen Striche identifiziert werden? Führen Sie einzelne Striche in einem Gemälde oder einer Zeichnung mit der unbeabsichtigten Unterschrift des Künstlers aus, die von Fälschungen nur schwer nachzuahmen ist. Können diese unbeabsichtigten Merkmale von Schlaganfällen quantifiziert werden? Dies sind wichtige Fragen auf dem heutigen Kunstmarkt, auf dem ein Gemälde zu einem Rekordpreis von 450 Millionen US-Dollar verkauft wurde.

Bei Artrendex (Art Trend Analytics) haben wir in Zusammenarbeit mit dem Atelier für Restaurierung und Forschung von Gemälden eine A.I. System, das einzelne Striche in Zeichnungen analysiert. Ziel ist es, die Hypothese zu überprüfen, dass Künstler anhand von Einzelstrichen identifiziert werden können, die bislang weitgehend wissenschaftlich ungeprüft bleibt. Ziel ist es auch, ein robustes KI-System aufzubauen, das die Zuordnung und Authentifizierung von Kunstwerken erleichtert, hauptsächlich basierend auf den Eigenschaften von Strichen, und andere vorhandene Technologien ergänzt.

Die von uns verwendete Methodik ist von der von Maurits Michel van Dantzig (1903–1960) entwickelten „Pictology“ -Methodik inspiriert. Van Dantzig schlug verschiedene Merkmale vor, um die Striche eines Künstlers zu unterscheiden, und schlug vor, dass diese Merkmale die Spontaneität der Entstehung von Originalkunst im Gegensatz zur Hemmung der nachgeahmten Kunst widerspiegeln.

Zu den von van Dantzig vorgeschlagenen Merkmalen zur Unterscheidung der Striche eines Künstlers gehören die Form, der Ton, die relative Länge von Anfang, Mitte und Ende jedes Strichs, die Richtung, der Druck und einige andere. Die Liste der von van Danzig vorgeschlagenen Merkmale ist umfassend und umfasst in einigen Fällen über hundert Aspekte, die für die Inspektion durch das menschliche Auge bestimmt sind. Die Hauptmotivation besteht darin, spontane Striche zu charakterisieren, die einen bestimmten Künstler von gehemmten Strichen kennzeichnen, die von ursprünglichen Strichen kopiert werden, um den Stil des Künstlers nachzuahmen.

In unserem System haben wir nicht die genaue Liste der von van Dantzig vorgeschlagenen Merkmale implementiert. Stattdessen entwickelten wir Methoden zur Quantifizierung von Strichen, die von seiner Methodik inspiriert, aber für den digitalen Bereich relevant sind und sich für die statistische Analyse durch Maschinen und nicht durch das menschliche Auge eignen.

Unser System isoliert einzelne Striche mithilfe eines Algorithmus zur Strichsegmentierung (siehe Abbildung). Das System quantifiziert dann ihre Form und ihren Ton mit verschiedenen Computer-Vision-Methoden. Das System verwendet auch ein tiefes neuronales Netzwerk, um einzelne Striche zu verfolgen und ihre Eigenschaften zu quantifizieren. Insbesondere verwendeten wir eine RNN-Architektur (Recurrent Neural Network) mit der Bezeichnung Gated Recurrent Unit (GRU), eine Variante von LSTM (Long Short-Tem Memory). Solche Netzwerke sind in letzter Zeit in großem Umfang bei der Textübersetzung und Spracherkennung verwendet worden. Die durch das Netzwerk und andere Methoden quantifizierten Eigenschaften von Strichen werden mit einer großen Anzahl von Strichen von verschiedenen Künstlern unter Verwendung statistischer Inferenz- und maschineller Lerntechniken verglichen.

Beispiele für die Strichextraktion mit unserem System: Oben: Picasso, Schiele, Unten: Matisse, Picasso

Wir haben Vergleiche ausgeschlossen, die auf kompositorischen und themenbezogenen Mustern und Elementen basieren. Die meisten gefälschten Kunstwerke basieren auf dem Kopieren bestimmter kompositorischer und themenbezogener Elemente und Muster. Die Verwendung solcher Elemente kann offensichtlich und fälschlicherweise ein Testobjekt mit Figuren und Kompositionen in bekannten Werken eines Künstlers in Verbindung bringen. Im Gegensatz dazu tragen die Merkmale einzelner Striche, wenn die Hypothese wahr ist, die unbeabsichtigte Signatur des Künstlers, die schwer nachzuahmen oder zu fälschen ist, selbst wenn der Fälscher dies beabsichtigt.

Eine Sammlung von ca. 300 Zeichnungen aus verschiedenen Quellen wurde zusammengestellt, um die verschiedenen in dieser Studie verwendeten Klassifizierungsmethoden zu trainieren, zu optimieren, zu validieren und zu testen. Die Sammlung umfasste Zeichnungen und Drucke, hauptsächlich von Pablo Picasso, Henry Matisse, Egon Schiele und Amedeo Modigliani, sowie kleine repräsentative Werke von zwölf Künstlern aus den Jahren 1910-1950. Diese Künstler wurden ausgewählt, weil sie in der ersten Hälfte des 20. Jahrhunderts in der Herstellung von Strichzeichnungen überaus erfolgreich waren. Die Sammlung umfasste eine Vielzahl von Techniken, darunter: Feder-, Bleistift-, Buntstift- und Graphitzeichnungen sowie Radierungs- und Lithografiedrucke. Insgesamt umfasste unsere Sammlung rund 80.000 Striche.

Wir haben umfangreiche Experimente mit verschiedenen Einstellungen durchgeführt. Die Einstellungen umfassten den Vergleich der Leistung von Modellen, die mit bestimmten Zeichentechniken (z. B. Tuschezeichnungen oder Bleistiftzeichnungen) trainiert wurden, und von Modellen, die mit verschiedenen Techniken trainiert wurden, um zu bewerten, ob wir unabhängig von der verwendeten Technik eine Invariante für den Künstler erfassen können.

Unsere Experimente zeigen, dass das System die einzelnen Striche von Picasso mit einer Genauigkeit von 79%, Matisse mit einer Genauigkeit von 77% und Schiele mit 86% der Techniken identifizieren kann. Dies ist eine Klassifizierung basierend auf jeweils einem Schlag! Durch die Zusammenfassung dieser Ergebnisse über eine ganze Zeichnung kann das System Picassos Zeichnungen mit einer Genauigkeit von 83%, Matisse mit 80% und Schiele mit 83% identifizieren. Ähnliche Ergebnisse werden für die technikspezifischen Modelle erhalten.

Um die Robustheit des Systems gegen Betrug durch gefälschte Kunst zu überprüfen, haben wir fünf Künstler beauftragt, Zeichnungen ähnlich denen von Picasso, Matisse und Schiele mit denselben Techniken anzufertigen (siehe Abbildung unten für Beispiele dieser Zeichnungen gemischt mit echte). Keine dieser gefälschten Zeichnungen wurde zum Trainieren der Modelle verwendet. Wir haben sie nur zum Testen verwendet. Das System hat diese gefälschten Zeichnungen von Picasso, Matisse und Schiele mit den über die Technik geschulten Modellen zu 100% erfolgreich markiert.

Beispiele für Abbildungen der zur Validierung verwendeten gefälschten Zeichnungen, gemischt mit Abbildungen von Zeichnungen von Matisse, Picasso und Schiele. Sehen Sie sich den Schlüssel am Ende des Dokuments an, um festzustellen, welcher real und welcher falsch ist!

Die Zuordnung und Authentifizierung von Kunstwerken ist eine sehr wichtige Aufgabe für Kunstexperten. Traditionell war die stilistische Analyse durch Experten des menschlichen Auges eine Hauptmethode, um die Authentizität von Kunstwerken zu beurteilen. Heutzutage werden verschiedene technische Analysemethoden verwendet, um die Oberfläche des Gemäldes, die Pigmente, die Unterlackierung und / oder das Leinwandmaterial zu analysieren. Es gibt ein breites Spektrum von bildgebenden Verfahren (z. B. Infrarotspektroskopie und Röntgenstrahlen), chemischen Analysen (z. B. Chromatographie) und radiometrischen Verfahren (z. B. Kohlenstoffdatierung), die für diesen Zweck entwickelt und verwendet wurden. Diese Techniken sind komplementär und jeder von ihnen hat Einschränkungen hinsichtlich des Umfangs ihrer Anwendbarkeit.

Die Technologie, die wir entwickeln, bietet eine quantifizierbare wissenschaftliche Methode, um sich der traditionellen Stilanalyse zu nähern, die normalerweise von menschlichen Experten auf der Ebene des visuellen Spektrums durchgeführt wird, ohne dass anspruchsvolle Bildgebungstechniken erforderlich sind. Es würde andere existierende technische Analysetechniken ergänzen und eine kosteneffektive Lösung im Vergleich zu den Kosten anderer laborbasierter Methoden bieten, die im großen Maßstab untragbar sein können, um Kunst zu authentifizieren, die nicht unbedingt im Wert von 450 Millionen US-Dollar verkauft wird.

Schlüssel für echte / gefälschte Bilder in der Abbildung:

Fake, Fake, Matisse
Matisse, Fälschung, Fälschung, Matisse
Fälschung, Matisse, Picasso, Fälschung
Fälschung, Picasso, Picasso, Fälschung
Schiele, Fälschung, Fälschung, Schiele, Schiele, Fälschung

Die Arbeit ist in einem Artikel mit dem Titel „Picasso, Matisse oder eine Fälschung? Automatisierte Analyse von Zeichnungen auf Strichebene zur Attribution und Authentifizierung “, die auf der 32. AAAI-Konferenz über künstliche Intelligenz im Februar 2018 in New Orleans stattfinden wird. Das Papier kann unter https://arxiv.org/ abgerufen werden. pdf / 1711.03536.pdf

Siehe auch

Profil eines ungeschriebenen ProfilsDer Rote Turm - über De Chiricos Gemälde, Träume und LandschaftenEin Kunstwerk kann nur monetär bewertet werden. ?David Hockney verbeugt sichDie Kunstbewegung des 21. Jahrhunderts - Was ist das?Sie kämpft um Anerkennung als japanische Straßenkünstlerin und ebnet anderen Frauen den Weg