USA, Forscher erfinden Werkzeug zur... die Werke von Künstlern zuzuordnen

Wird die Technologie den Zweifeln an nicht dokumentierten Werken ein Ende setzen, das Ende desAttributionismus einläuten und vielleicht sogar zu viele vorschnelle Kritiker aus dem Geschäft drängen? Vielleicht ist es noch zu früh, um das zu sagen, aber in der Zwischenzeit gibt es Leute, die daran arbeiten: So hat ein Team von vierzehn Forschern der Case Western Reserve University in Cleveland(USA) ein System zur Erkennung der Hand eines Malers entwickelt und die Ergebnisse in der wissenschaftlichen Zeitschrift Heritage Science veröffentlicht.

Das System nutzt3D-Bildgebung und künstliche Intelligenz. Das Experiment begann am Cleveland Institute of Arts, wo die Forscher Studenten aufforderten, vier identische gelbe Blumen zu malen (vier Seerosen, mit denselben Materialien und Werkzeugen) und sie so zu behandeln, als wären sie Kopien. Die von den Studenten gemalten Bilder wurden mit einem Instrument (dem optischen konfokalen chromatischen Profilometer) gescannt, das üblicherweise für die Oberflächenanalyse verschiedener Materialien verwendet wird. Die so gewonnenen Ergebnisse wurden dann zur Erstellung von neuronalen Faltungsnetzen (CNN oder ConvNet: ein grundlegendes Instrument der Technologien des maschinellen Lernens) verwendet, um die einzigartigen Merkmale der einzelnen Pinselstriche, d. h. die Hand des Künstlers, zu bestimmen. Der Studie liegt die Idee zugrunde, dass durch die Untersuchung der dreidimensionalen Oberfläche von Kunstwerken unbeabsichtigte stilistische Informationen durch optische Profilometrie erfasst werden können.

Das Instrument war in der Lage, die Künstler mit einer Genauigkeit von 60 bis 96 % zu erkennen, je nachdem, an welchen einzelnen “Stücken” des Gemäldes das Experiment durchgeführt wurde. Die Wissenschaftler waren überrascht zu sehen, dass die kleinsten Muster, etwa der Durchmesser einer Borste, die Schlüsselpunkte für eine zuverlässige Unterscheidung der Künstler waren.

“Die Analyse von Kunstwerken mit maschinellem Lernen (ML)”, heißt es in dem Papier, ist eine aufstrebende Methode, die darauf abzielt, die Kennerschaft zu fördern, die wichtigste Methode zur Bestimmung der Zugehörigkeit eines Kunstwerks, neben anderen Anwendungen im Bereich der Kunst. ML wurde bereits erfolgreich auf Bilder von Gemälden für verschiedene Aufgaben angewandt, darunter die Erkennung von Fälschungen, die Klassifizierung digitaler Sammlungen und die Erkennung des Stils eines Künstlers. Während viele dieser Studien ML auf hochauflösende fotografische Bilder von Gemälden angewandt haben, haben wir in dieser Studie ML zur Analyse von topografischen Daten verwendet, die aus der optischen Profilometrie gewonnen wurden. Darüber hinaus gibt es Fortschritte bei der Auflösung, der Geschwindigkeit und der Verfügbarkeit solcher profilometrischen Messungen sowie bei den Methoden für Big Data, die die durch diese Messungen erzeugten großen Datensätze verarbeiten können. Bei Gemälden offenbart die Oberflächentopografie unbeabsichtigte Stilelemente, die in die Oberfläche des Gemäldes eingebettet sind, wie z. B. Lackablagerungen und -trocknung, Muster im Pinselstrich, physiologische Faktoren und andere Aspekte der Entstehung des Gemäldes.

Eines der Anwendungsgebiete dieser Technologie, so erklären die Forscher der Case Western Reserve University, könnte die Untersuchung der Werkstätten großer Künstler sein, um zu verstehen, wie die Mitarbeiter großer Maler wie El Greco, Rembrandt und Rubens arbeiteten, von denen bekannt ist, dass sie Werkstätten hatten, in denen viele Künstler beschäftigt waren, um die wachsende Nachfrage des Marktes zu befriedigen. Kenner, so erklären die Forscher, “untersuchen die sichtbaren Stilelemente einer Komposition zusammen mit materiellen Elementen, Bedingungen und anderen Hinweisen auf den Herstellungsprozess, um zu einem historischen Verständnis der Zuschreibung eines Kunstwerkes zu gelangen”. In der Studie heißt es jedoch weiter: "Viele Einzelheiten der Werkstattpraxis bleiben schwer fassbar. Im Falle der Werkstätten strebten die Künstler danach, ein vollständiges Gemälde in einem einzigartigen Stil zu schaffen, was eine Herausforderung für die Methoden des Kenners darstellt. Darüber hinaus führt die Schwierigkeit solcher Zuschreibungen zu Konflikten, wenn die Zuschreibung eng mit dem offensichtlichen Wert der Objekte auf dem Kunstmarkt verbunden ist. Daher werden unvoreingenommene und quantitative Methoden benötigt, um Informationen über umstrittene Zuschreibungen von Werkstattgemälden zu liefern.

“Dieses Ergebnis”, schreiben die Forscher in den Schlussfolgerungen ihrer Studie, “deutet darauf hin, dass unsere Techniken die Kennerschaft, die sich auf größere Maßstäbe konzentriert, ergänzen. Daher erweitert die Oberflächentopografie die Instrumente für die Zuordnung, die Konservierung, die Erkennung von Fälschungen und die Erhaltung des kulturellen Erbes. Außerdem haben wir festgestellt, dass Profilometriedaten eine höhere Zuordnungsgenauigkeit bieten als Fotografien, wenn sich das Motiv und die Farbpalette der Trainings- und Testdaten deutlich unterscheiden”. Die Schwierigkeiten, mit denen die Forscher der Case Western Reserve University derzeit konfrontiert sind, betreffen den Erhaltungszustand der Gemälde, der die Ergebnisse beeinflussen kann, und den zeitlichen Abstand zwischen den Gemälden echter Künstler (zwischen einem Werk und einem anderen kann unterschiedlich viel Zeit vergehen, und der Künstler malt nicht immer auf dieselbe Weise). Es besteht jedoch Vertrauen in eine Methode zur Analyse von Gemälden, die sich als vielversprechend erweisen könnte: Sie wird die Kennerschaft nicht ersetzen (und das ist natürlich jedem klar), aber sie könnte ein nützliches zusätzliches Instrument sein.

Im Bild sind die von den Studenten des Cleveland Institute of Arts gemalten Blumen und ihre jeweilige digitale Bearbeitung zu sehen.

USA, Forscher erfinden Werkzeug zur... die Werke von Künstlern zuzuordnen

Achtung: Die Übersetzung des italienischen Originalartikels ins Deutsche wurde mit Hilfe automatischer Tools erstellt. Wir verpflichten uns, alle Artikel zu überprüfen, aber wir garantieren nicht die völlige Abwesenheit von Ungenauigkeiten in der Übersetzung aufgrund des Programms. Sie können das Original finden, indem Sie auf die ITA-Schaltfläche klicken. Wenn Sie einen Fehler finden, kontaktieren Sie uns bitte.