«Sustitutos digitales» ayudan a conservar bienes culturales

Un grupo de científicos financiado con fondos europeos ha desarrollado unas tecnologías asistidas por inteligencia artificial (IA) para la conservación oportuna de objetos de interés cultural empleando simulaciones sobre cómo se deterioran con el tiempo dichos objetos.

 

Cordis / El proyecto Scan4Reco, financiado con fondos europeos, ha desarrollado un sistema revolucionario que crea «sustitutos digitales» de objetos de interés cultural, analizando capa por capa el estado del objeto original para ayudar a restaurarlo y prevenir una degradación ulterior.

«Mediante cámaras de barrido de profundidad creamos primero una réplica tridimensional de alta resolución transfiriendo toda la información posible a archivos digitales. A continuación, incorporamos la información de las capas subyacentes del objeto», detalla el coordinador adjunto del proyecto, el doctor Anastasios Drosou, investigador del Instituto de Tecnologías de la Información del Centro de Investigación y Tecnología Hellas de Salónica (Grecia).

Los datos del sensor proporcionan información detallada sobre las distintas capas no visibles a simple vista, lo cual facilita un análisis no invasivo

Los datos del sensor proporcionan información detallada sobre las distintas capas no visibles a simple vista, lo cual facilita un análisis no invasivo de murales, cuadros, objetos metálicos y estatuas, y elimina la necesidad de tomar muestras de la superficie, que pueden dañar los objetos.

«Unos sensores muy especializados que se utilizan en el ámbito de la restauración llevan a cabo unos análisis de diagnóstico no destructivos de las distintas capas, lo cual equivale a los análisis químicos más destructivos», aclara el doctor Drosou.

Dado que algunas tecnologías fotográficas tridimensionales solo captan información de la capa superficial visible «para incrementar la precisión de la reconstrucción el socio del proyecto BWTEK desarrolló un sensor Raman dual utilizando espectrocopia» para llevar a cabo barridos de profundidad de alta sensibilidad que van más allá del estado actual de la técnica explica el doctor Drosou.

El proyecto elaboró, asimismo, un sistema de andamiaje y rejillas mecánicas para garantizar la precisión en la exploración robotizada de todas las partes de los objetos. A partir de este «sustituto digital» pormenorizado y el análisis de varias capas, se pueden identificar las zonas deterioradas.

 

El efecto del tiempo en los objetos

Los datos del sensor se combinan con tecnologías de modelización predictiva que utilizan IA. Unos algoritmos de aprendizaje profundo simulan el aspecto del objeto a medida que pasa el tiempo.

Los datos del sensor se combinan con tecnologías de modelización predictiva que utilizan Inteligencia Artificial

«Creamos varios paneles de los materiales predominantes (por ejemplo, rectángulos de pinturas) y los colocamos en una cámara de envejecimiento para acelerar el proceso de deterioro», añade el doctor Drosou. Esto se realizó con unos pigmentos especiales que se utilizaban en el período bizantino y con materiales metálicos, principalmente plata y bronce, con el fin de medir los cambios sufridos por los materiales a lo largo del tiempo, con intervenciones o sin ellas. A partir de eso, el proyecto creó una gran base de datos pública. Además, se crearon unos sistemas asistidos por IA para tratar los defectos correspondientes.

El doctor Drosou explica: «Los restauradores pudieron intervenir en todo momento durante la simulación, aplicar cambios y luego proseguir con la simulación para mostrar los efectos del deterioro. Nuestro sistema escanea el objeto, detecta automáticamente los defectos y luego elabora automáticamente un texto en lenguaje natural que propone algunas medidas que los restauradores pueden adoptar para evitar posibles daños futuros o minimizar los existentes».

El prototipo se puso a prueba un prototipo en el laboratorio de restauración de Opificio delle Petre Dure de Florencia (Italia), especializado en objetos metálicos

Por ejemplo, si el sistema detecta un arañazo y cierta decoloración en otra parte de una pintura, «el sistema les recomendaría (a los restauradores) aplicar un determinado producto químico en el arañazo o pintura o un producto de limpieza en la otra zona».

El prototipo se puso a prueba un prototipo en el laboratorio de restauración de Opificio delle Petre Dure de Florencia (Italia), especializado en objetos metálicos, así como en la Fundación Ormylia, un reconocido centro de diagnóstico de piezas artísticas de Grecia especializado en la conservación de artículos bizantinos.

El prototipo combina sensores especializados, controladores de los sensores, la unidad de procesamiento para algoritmos especializados de IA y elementos de exploración robotizada, utilizando la respuesta recibida de Italia y Grecia para mejorar el sistema antes de pasar a la fase de comercialización.

Además, el proyecto utilizó las réplicas digitales estudiadas durante el proyecto para que arquitectos profesionales crearan un museo virtual que provocara una sensación muy similar a la de un museo real.

Dejar comentario

Deja tu comentario
Pon tu nombre aquí