RePaint utiliza una combinación de impresión en 3-D y aprendizaje profundo para recrear auténticamente sus pinturas favoritas, independientemente de las diferentes condiciones de iluminación o ubicación. RePaint podría usarse para rehacer obras de arte para un hogar, proteger originales contra el desgaste en museos, o incluso ayudar a las empresas a crear impresiones y postales de piezas históricas.
Para probar RePaint, el equipo reprodujo varias pinturas al óleo creadas por un artista colaborador. El equipo descubrió que RePaint era más de cuatro veces más preciso que los modelos físicos de última generación al crear los tonos de color exactos para diferentes obras de arte.
En este momento, las reproducciones son solo del tamaño de una tarjeta de visita, debido a la naturaleza costosa de la impresión. En el futuro, el equipo espera que las impresoras 3D más avanzadas y comerciales puedan ayudar a hacer pinturas más grandes de manera más eficiente.
Si bien las impresoras 2D son las más utilizadas para reproducir pinturas, tienen un conjunto fijo de solo cuatro tintas (cian, magenta, amarillo y negro). Los investigadores, sin embargo, encontraron una mejor manera de capturar un espectro más completo de Degas y Dali. Utilizaron una técnica especial que denominaron "tonificación del color", que consiste en usar una impresora 3D y 10 tintas transparentes diferentes apiladas en capas muy finas, como las obleas y el chocolate en una barra de Kit-Kat. Combinaron su método con una técnica de décadas de antigüedad llamada medio tono, en la que una imagen se crea con muchos puntos de colores pequeños en lugar de tonos continuos. Combinando estos, dice el equipo, capturó mejor los matices de los colores.
Con un alcance de color más amplio para trabajar, la pregunta de qué tintas usar para qué pinturas aún permanecen. En lugar de utilizar enfoques físicos más laboriosos, el equipo entrenó un modelo de aprendizaje profundo para predecir la pila óptima de tintas diferentes. Una vez que el sistema se hizo cargo de eso, se alimentaron con imágenes de pinturas y usaron el modelo para determinar qué colores deberían usarse en qué áreas en particular para pinturas específicas.
A pesar del progreso hasta ahora, el equipo dice que tienen algunas mejoras que hacer antes de que puedan crear un deslumbrante duplicado de "Starry Night". Por ejemplo, el ingeniero mecánico Mike Foshey dijo que no podían reproducir completamente ciertos colores como el azul cobalto. a una biblioteca de tinta limitada. En el futuro planean expandir esta biblioteca, así como crear un algoritmo específico de pintura para seleccionar tintas, dice. También pueden esperar obtener mejores detalles para tener en cuenta aspectos como la textura de la superficie y la reflexión, de modo que puedan lograr efectos específicos como acabados brillantes y mate.
"El valor de las bellas artes ha aumentado rápidamente en los últimos años, por lo que hay una mayor tendencia a que sea encerrado en almacenes lejos del ojo público", dice Foshey. "Estamos construyendo la tecnología para revertir esta tendencia y para crear reproducciones baratas y precisas que todos puedan disfrutar".
Kim y Foshey trabajaron en el sistema junto con el autor principal Liang Shi; Profesor de MIT Wojciech Matusik; el ex postdoctorado del MIT Vahid Babaei, ahora líder de grupo en el Instituto de Informática Max Planck; Szymon Rusinkiewicz, profesor de ciencias informáticas de la Universidad de Princeton; y el ex postdoctorado del MIT Pitchaya Sitthi-Amorn, que ahora es profesor en la Universidad de Chulalongkorn en Bangkok, Tailandia.
Este trabajo es apoyado en parte por la Fundación Nacional de Ciencia.
Fuente: MIT News.