妄想只用技术就能为巴黎圣母院这些文物续命？naive！

复建历史建筑与文物的工作常常需要历时数年&＃xff0c;利用 3D 建模、卷积神经网络、对抗生成网络等人工智能技术&＃xff0c;能够为重建、修复工作提供指导与参考建议。

一场猝不及防的大火&＃xff0c;让整个法国都陷入悲伤。 

「世间好物不坚牢&＃xff0c;彩云易散琉璃脆」。历时 180 年建成&＃xff0c;至今已 800 多岁的世界瑰宝巴黎圣母院&＃xff0c;在法国当地时间 2019 年 4 月 15 日傍晚被大火侵袭。

大火曾烧毁的不止巴黎圣母院

这座充满了艺术气息的文物建筑&＃xff0c;躲过了战火的摧残和岁月的侵蚀&＃xff0c;却在修缮的时候&＃xff0c;被意外的大火毁灭。

据报道&＃xff0c;经消防员抢救之后&＃xff0c;巴黎圣母院的两个钟楼和正面建筑保持完整&＃xff0c;但三分之二的屋顶已被大火损毁。除了标志性的塔尖倒塌&＃xff0c;木质屋架也不复存在&＃xff0c;而有着「天堂之花」之誉的玫瑰花窗却奇迹般的幸存了下来。

大火毁坏历史建筑和文物已经不是第一次。 而每次的修复与重建都是漫漫长征路。巴黎圣母院重建过程预计至少需要 10 年&＃xff0c;在此期间&＃xff0c;巴黎圣母院将不再对外开放。 

在人工智能飞速发展的今天&＃xff0c;技术能否帮助我们复原这些世界瑰宝呢&＃xff1f; 

他用激光扫描记录了数字模型 

万幸的是&＃xff0c;已故的瓦萨大学( Vassar College )艺术学教授 Andrew Tallon&＃xff0c;在其生前完成了对巴黎圣母院的激光扫描工作。

Tallon 采集了多个角度的建筑全景、3D 信息和细节图片。他在大教堂内部和细节特征上进行激光扫描&＃xff0c;用三维存档的技术&＃xff0c;精确&＃xff08;1-2mm 精度&＃xff09;快速地&＃xff08;每秒测量数十万个点&＃xff09;获取了建筑的空间立体信息&＃xff0c;构建了一个完整的数字模型。

他在 2014 – 2015 年的工作十分细致&＃xff0c;也得到了一些有趣的发现&＃xff1a;比如国王画廊已经从铅锤中移开了约一英尺&＃xff1b;巴黎圣母院的内部柱子并没有完美对齐等。

Tallon 在去年年底离世&＃xff0c;他留下的数字信息&＃xff0c;能够为巴黎圣母院的修复工作提供三维模型&＃xff0c;让它在重建过程中有据可依。

对于突如其来的灾难&＃xff0c;留有 3D 模型的建筑固然是幸运的&＃xff0c;那如果没有进行相应的操作&＃xff0c;又该怎么办呢? 

从图片还原遗迹

一家叫 Iconem 的公司&＃xff0c;通过 Microsoft AI 构建了一个 AI 模型&＃xff0c;能根据建筑物以往的实景照片&＃xff0c;还原遗迹被损坏前的 3D 图像。  

为了重构遭到战争荼毒的巴尔米拉古城&＃xff08; Ancient city of Palmyra &＃xff0c;该古城 2015 年被极端恐怖组织伊斯兰国占领&＃xff0c;随即遭到破坏&＃xff09;&＃xff0c;Iconem 利用摄影测量技术&＃xff0c;通过 5 万多张巴尔米拉古城的实景照片&＃xff0c;重现了古城逼真的电子模型。

虽然没有直接完成最后的修补&＃xff0c;但如果要对建筑进行实体修复&＃xff0c;这将会是关键的一步。  

截止目前&＃xff0c;Iconem 已经通过 AI 技术&＃xff0c;构建了许多被损坏遗迹的数据模型&＃xff0c;包括北苏丹的 Meroe 金字塔、利比亚圆形剧场、伊朗阿拉穆特古城堡等。   

Intel 用机器学习技术帮助长城修缮 

Intel 也利用 AI 技术&＃xff0c;帮助箭扣长城的修缮工作。

面对自然灾害侵蚀以及人为损坏&＃xff0c;箭扣长城急需修缮。但其地势险峻&＃xff0c;为修缮工作增加了一定难度。

Intel 中国研究院、Intel 数据中心事业部&＃xff0c;以及武汉大学测绘遥感国家重点实验室共同合作&＃xff0c;通过无人机结合 AI 算法&＃xff0c;助力箭扣长城修缮项目。

据悉&＃xff0c;修缮的过程主要分三个步骤来进行&＃xff1a; 

1、采集高精度图像 

在箭扣长城保护项目中&＃xff0c;使用 Intel 最新款猎鹰 8&＃43; 无人机&＃xff0c;对城墙进行长城整体和局部的航拍和精确成像&＃xff1b; 

2、3D 建模和损毁部位的人工智能识别 

借助最新的服务器&＃xff0c;快速分析处理高分辨率影像数据&＃xff0c;产生完整的高精度长城影像 3D 模型&＃xff0c;再利用人工智能算法在 3D 模型上识别出需要被修缮的部分&＃xff0c;提供裂缝和塌方等破损的测量数据&＃xff0c;用于指导物理修复。 

3、3D 模型的人工智能数字化修复 

在 3D 模型损毁识别基础上&＃xff0c;利用最新的 3D 模型对抗生成网络&＃xff0c;以及回归卷积网络&＃xff0c;对城墙缺损部位进行数字化修复&＃xff0c;并对实际的长城修缮和维护提供指导和参考建议。 

当然&＃xff0c;最终的修补工作还是要靠工人或者工人操纵的机械来完成。

技术从视觉和体验上带来进展

虽然技术让我们看到了希望&＃xff0c;但不得不承认的是&＃xff0c;AI 只能提供修复的建议和参考&＃xff0c;并不能完全地复原巴黎圣母院。

去年巴西博物馆的火灾&＃xff0c;也让大量的珍藏文物化为灰烬&＃xff0c;但它全面开始重建也要等到 2021 年。所面对的是来自资金、技术等各方面的阻力。

而折中的办法&＃xff0c;就是利用数字虚拟的方式&＃xff0c;在影像上实现复现。比如腾讯和巴西博物馆合作&＃xff0c;通过网络用户&＃xff0c;大量征集有关巴西博物馆的照片&＃xff0c;使用图像识别和大数据等形式&＃xff0c;构建一个数字化的虚拟博物馆。

DeepMind 的研究人员&＃xff0c;也在去年提出了一项将图片转化为 3D 场景的技术。他们利用生成查询网络&＃xff08;Generative Query Network&＃xff0c;简称 GQN&＃xff09;&＃xff0c;结合 VR 技术&＃xff0c;将旧照片中的场景重现。

GQN 的原理示意图&＃xff0c;论文名称&＃xff1a;

《 Neural scene representation and rendering 》

这让人们可以获得「身临其境」的感受。比如「回到过去」&＃xff0c;体验一把儿时睡过的摇篮&＃xff0c;甚至去「参加」父母的婚礼。  

技术只能提供帮助&＃xff0c;但无法完全重建

反观现有的技术和手段&＃xff0c;尽管有多种方法能实现数字化的还原&＃xff0c;但必须承认一个事实&＃xff0c;独一无二的巴黎圣母院&＃xff0c;在大火燃烧、浓烟翻滚之际&＃xff0c;就永远的离我们而去了&＃xff0c;而完全的物理重建是一项不可能的工作。

我们都清楚&＃xff0c;数字模型只能是带来参考&＃xff0c;或者呈现出虚拟的影像&＃xff0c;而那些独特的建筑和艺术品&＃xff0c;只能留在那些见识过它们美丽的人心中。

事实上&＃xff0c;很多文物的修复工作依然要靠人工去完成。纪录片《我在故宫修文物》就向我们讲述了一代一代修复大师用匠人精神化腐朽为神奇的故事&＃xff0c;敦煌壁画也同样是修复师历经 6 年的工作才得以复原。

因此&＃xff0c;我们提倡技术&＃xff0c;并不是因为技术万能&＃xff0c;只是因为技术还不足以上升到道德层面。也许现在的技术&＃xff0c;并不能还原一座艺术殿堂给我们。但至少技术的进步&＃xff0c;能让我们面对此类的事件时&＃xff0c;能够保持理性&＃xff0c;并且怀有希望。

点击阅读原文