La visió artificial aplicada a les obres d’art: una nova mirada

1.579
Pilar Rosado
Imatge amb descriptors SIFT

Imatge amb descriptors SIFT (Scale Invariant Feature Transform, Lowe, 2001) de Pilar Rosado.

Hem convidat la Dra. Pilar Rosado a compartir els aspectes més destacats de la seva recerca sobre la visió artificial aplicada a l’art, matèria de la seva tesi doctoral. És un article d’una especialització fora de l’habitual a blogs, però explicat planerament i amb unes imatges molt aclaridores, que creiem que resulta d’alt interès per les possibilitats de noves connexions visuals entre obres d’art.

Les tècniques de visió artificial posen al nostre abast noves possibilitats d’aproximació a les col·leccions de les institucions artístiques. Presentem aquí aquest punt de vista alternatiu que pot servir per incentivar tant l’interès del públic com dels estudiosos.

Utilitzant models de visió artificial que emulen els estadis inicials de la percepció visual humana, hem pogut categoritzar grans conjunts d’imatges d’obra d’artista abstracta, concretament de l’artista Antoni Tàpies. Les imatges s’han analitzat sobre la base de les seves característiques compositives, cromàtiques i organitzatives, sense necessitat de realitzar cap anotació textual sobre aquestes, per tal que les analogies trobades ens apropin i facin més comprensibles els valors originals del creador.

El tot és més que la suma de les parts

Els artistes són generadors especialitzats d’imatges, en el seu procés creatiu les produeixen constantment. A les col·leccions d’imatges d’artistes hi ha uns llaços d’unió, de parentius formals, que fan que constitueixin una família de significat comú.

Reserves del MUSAC

Reserves del MUSAC. Koré Escobar mostra l’ obra de Daniel Verbis. Foto: Jesús F. Salvadores, Diario de León

L’ordenació i categorització d’una gran col·lecció d’imatges ens dóna una inestimable visió global del conjunt. A l’àmbit de la creació artística i del seu ensenyament, constitueix una pràctica molt habitual col·locar grups d’imatges fotogràfiques, escultures o pintures, unes al costat de les altres. Resulta sorprenent observar com els objectes visuals dialoguen entre si, unes vegades en harmonia i altres contradient-se. Així l’artista, el professor o l’estudiant d’art tenen al seu abast una informació que, tractant els mateixos objectes de forma aïllada, seria inaccessible. Aquest aspecte és especialment valuós quan es tracta d’estudiar imatges de contingut abstracte, atès que en elles el tema, el significat o el sentit no és producte d’un acord social, sinó que es tracta de ressonàncies visuals i sincronies que l’artista creador relaciona i vincula.

Noves tecnologies: algoritmes de visió per computador

Les noves tecnologies permeten la digitalització d’aquests continguts i afavoreixen el ràpid accés a la seva visualització. Però per buscar relacions genuïnes entre imatges, de propi contingut visual, són necessàries eines de cerca més sofisticades, que no requereixin cap anotació textual, atès que aquest mateix escrit condicionaria les relacions que la imatge podria establir a posteriori. A aquesta tasca es dedica un subcamp de la intel·ligència artificial, la visió per computador.

Del píxel a les ressonàncies visuals

De quina manera podem extrapolar informació sobre les característiques globals d’una imatge, partint únicament d’uns píxels concrets?

L’any 1997, el neurobiòleg Tanaka publica les seves conclusions sobre els mecanismes neuronals del reconeixement d’objectes a primats i el 2001, l’expert en visió artificial Lowe, sobre la base d’aquesta informació, descriu un sistema de visió per computador basat en descriptors com escala, translació, rotació, il·luminació i els denomina descriptors SIFT (Scale Invariant Feature Transform). Troba la millor solució de compromís entre rendiment i rapidesa usant una quadrícula de mostreig de gradients de 16 x 16 píxels. Cadascuna d’aquestes petites regions resumiria la informació de la regió circumdant de la imatge.

Així, podríem dir que l’algoritme informàtic, mitjançant aquest model, “retalla” totes les imatges de la col·lecció en petits fragments de 16 x 16 píxels i els agrupa en funció de les distàncies matemàtiques entre els seus descriptors SIFT. A cada un d’aquests grups que s’estableixen el denominem “paraula visual” i el total conforma el “vocabulari visual” de la col·lecció.

Foto2 Foto3

Amb aquesta informació, el sistema és capaç de determinar que es produeixen concurrències d’aquestes “paraules visuals” en determinades imatges. Per exemple, si es tractés de retrats, hi concorren dos ulls, nas, boca i front. El sistema agruparà totes les imatges amb rostres a la categoria “retrat”, i aquesta categoria constituiria el que anomenem “aspecte latent”.

Foto4

La visió artificial aplicada a l’obra d’Antoni Tàpies

La Fundació Antoni Tàpies de Barcelona ens ha facilitat amablement l’accés a la col·lecció per realitzar el present estudi.

Hem aplicat models de visió artificial sobre un conjunt de 434 imatges d’obres de l’artista de diferents èpoques i realitzades amb múltiples tècniques sobre suports variats –gravats, aquarel·les, dibuixos, pintures i collages.

Passem a mostrar i descriure breument alguns dels aspectes latents detectats per l’algoritme, sense cap mena d’intervenció manual.

Aspecte latent 1: Presenta gran quantitat d’espai buit, mesurat, amb diversos motius molt estudiats, situats en posició més o menys central o equilibrada.

Aspecte latent 1

1. Llull-Tàpies, 1985. © Comissió Tàpies, VEGAP. De la fotografia: © Lluís Bover, 2016 2. Cartes per a la Teresa, 1974. © Comissió Tàpies, VEGAP. De la fotografia: © Lluís Bover, 2016 3. Terra d’ombra I, 1998. © Fundació Antoni Tàpies, Barcelona / VEGAP. De la fotografia: © Gasull Fotografia, 2016

Aspecte latent 2: Conté obres executades amb un traç vigorós de color fosc sobre fons més clar.

aspecte latent 2

1. Dans la double dépendance du dit, 1984. 2. A. Tàpies. Catàleg. Sala Gaspar, Barcelona, 1969. 3. Air, 1971. © Comissió Tàpies, VEGAP. De les fotografies: © Lluís Bover, 2016

Aspecte latent 3: Agrupa obres que presenten una distribució dispersa de zones clares de tinta més plana, encara que no totalment llisa, amb zones més grisenques en què la pinzellada no és totalment densa (traç texturat).

Aspecte latent 3

1. Intérieur avec figures, 1987. 2. L’estació, 1984. 3. Ce que je vous dis trois fois est vrai, 1982. © Comissió Tàpies, VEGAP. De les fotografies: © Lluís Bover, 2016

Aspecte latent 4: Aglutina obres que presenten una superfície puntejada o en la qual la pintura sembla haver estat vaporitzada, en general, textura granulada.

Aspecte latent 4

1, 3 i 4. Tres aiguaforts, 1943. © Comissió Tàpies, VEGAP. De la fotografia: © Lluís Bover, 2016. 2. Origen. Sèrie Història Natural, 1950-1951. © Fundació Antoni Tàpies, Barcelona / VEGAP. De la fotografia: © Gasull Fotografia, 2016

Aspecte latent 5: Està format per obres amb pocs traços amplis i gestuals. Són pinzellades fosques sobre fons més clar. Tendència que el motiu principal es situï al centre i abasti tota la imatge.

Aspecte latent 5

1. Sèrie negre número XIV, 1967. © Fundació Antoni Tàpies, Barcelona / VEGAP. De la fotografia: © Gasull Fotografia, 2016. 2. Sèrie negre número III, 1967. © Fundació Antoni Tàpies, Barcelona / VEGAP. De la fotografia: © Gasull Fotografia, 2016. 3. Équation, 1987. © Comissió Tàpies, VEGAP. De la fotografia: © Lluís Bover, 2016

Aspecte latent 6: Presenta imatges d’atmosfera difusa amb un tractament vaporós i difuminat.

Aspecte latent 6

1. Esbós, 1958. © Fundació Antoni Tàpies, Barcelona / VEGAP. De la fotografia: © Gasull Fotografia, 2016. 2. Llull-Tàpies, 1985. © Comissió Tàpies, VEGAP. De la fotografia: © Lluís Bover, 2016. 3. Dibuix, 1948. © Fundació Antoni Tàpies, Barcelona / VEGAP. De la fotografia: © Gasull Fotografia, 2016

El sistema aprèn

Un benefici afegit a l’ordenació de la pròpia col·lecció és que, un cop establerts els aspectes latents com a categories, el sistema “aprèn”; aquest model permetria de forma automàtica classificar imatges d’altres col·leccions, seguint els criteris estètics de les categories trobades.

És impossible realitzar aquest tipus d’estudis sobre grans col·leccions d’una altra manera, per les evidents limitacions d’accessibilitat a les obres i de capacitat humana d’anàlisi. I, encara que tota categorització és per definició subjectiva en estar sustentada en un determinat criteri, la tecnologia digital ens ofereix aquesta forma d’aproximar-nos a una informació que, d’una altra manera, quedaria impossibilitada per la magnitud de contingut visual emmagatzemat.

El sistema que hem descrit permetria repetir els estudis sobre diferents períodes del mateix artista, o sobre col·leccions de diferents artistes o èpoques, amb els mateixos criteris. D’aquesta manera, els resultats obtinguts es podrien comparar, sense risc de caure en interpretacions subjectives condicionades per les preferències o coneixements previs. I una eina de consulta d’aquest tipus, posada a l’abast del públic del museu, li permetria establir els seus propis criteris estètics de selecció.

Agraïments
Agraïm l’amabilitat de l’arxiu de la Fundació Antoni Tàpies de Barcelona i de la Comissió Tàpies que ens han facilitat l’accés a la col·lecció d’obra gràfica, pintures i llibres d’artista d’Antoni Tàpies, i en especial als seus directors, Laurence Rassel i Carles Guerra, per la seva disposició a facilitar la nostra recerca.

Enllaços recomanats

Formas latentes: protocolos de visión artificial para la detección de analogías aplicados a la catalogación y creación artística. Tesi doctoral, Pilar Rosado

La imagen toma la palabra: construcción de un vocabulario visual, Congresos de la Universitat Politècnica de València

Semantic-Based Image Analysis with the Goal of Assisting Artistic Creation.

Intersecciones entre visión artificial y mirada artística, Universitat de Barcelona

Artistic ideation based on computer vision methods, Journal of Theoretical and Applied Computer Science

Pilar Rosado
Investigadora del grup BRAC de la Universitat de Barcelona

Queda totalment prohibida qualsevol forma de reproducció, distribució, comunicació pública o transformació total o parcial de les imatges sense el permís escrit dels titulars d’explotació.

Z_ Guest blogger

Deixa un comentari

L'adreça electrònica no es publicarà. Els camps necessaris estan marcats amb *

CAPTCHA * Time limit is exhausted. Please reload the CAPTCHA.