„Digitale Stellvertreter“ helfen bei der Konservierung kultureller Artefakte
Im Rahmen des EU-finanzierten Projekts Scan4Reco wurde ein bahnbrechendes System entwickelt, das „digitale Stellvertreter“ kultureller Artefakte erstellt, indem es den Zustand des eigentlichen Objektes Schicht für Schicht analysiert, was Hilfestellung bei der Restaurierung und bei Maßnahmen zur Vorbeugung weiterer Schäden geben soll. „Mithilfe von Tiefenscankameras erstellten wir zunächst ein hochaufgelöstes 3D-Modell, wobei so viel Information wie möglich in digitale Dateien überführt werden sollte. Anschließend fügten wir Angaben zu den darunterliegenden Schichten des Objektes hinzu“, erläutert der stellvertretende Projektkoordinator Dr. Anastasios Drosou, Forscher am Institut für Informationstechnologie des Zentrums für Forschung und Technologie Hellas in Thessaloniki, Griechenland. Die Sensordaten geben detaillierte Einblicke in die verschiedenen Schichten, die mit bloßem Auge nicht sichtbar sind, und ermöglichen so eine nichtinvasive Analyse von Wandgemälden, Gemälden, Objekten aus Metall und Statuen. Gleichzeitig wird auch die Entnahme von Proben der Oberfläche, wobei die Artefakte beschädigt werden können, obsolet. „Äußerst spezialisierte Sensoren, die im Bereich Konservierung eingesetzt werden, führen zerstörungsfreie diagnostische Untersuchungen der verschiedenen Schichten durch, die den destruktiveren, chemischen Untersuchungen gleichwertig sind“, erklärt Dr. Drosou. Einige fotografische 3D-Technologien erfassen lediglich Informationen über die oberste, sichtbare Schicht. „Um eine höhere Genauigkeit der Rekonstruktion zu erreichen, entwickelte der Projektpartner BWTEK einen Dual-Raman-Sensor, der sich der Spektrografie bedient. Mit diesem ist hochempfindliches Tiefenscannen möglich, das über den aktuellen Stand der Technik hinausgeht“, so Dr. Drosou. Weitere Projektergebnisse sind die Konstruktion einer Arbeitsbühne sowie eines mechanischen Rastersystems, womit sichergestellt wird, dass der robotergestützte Scanvorgang an allen Teilen der Objekte exakt ausgeführt wird. Anhand dieses „digitalen Stellvertreters“ und der Schichtanalyse können beschädigte Bereiche identifiziert werden. Alterungsprozess an Artefakten Die Sensordaten werden mit Daten aus Vorhersagemodellen, die sich auf künstliche Intelligenz stützen, kombiniert. Die Deep Learning-Algorithmen Lernen simulieren das Aussehen des Artefakts wenn es altert. „Wir haben verschiedene Platten mit den Hauptmaterialien vorbereitet – beispielsweise mit Rechtecken aus Farbe – und haben die Platten in eine Alterungskammer gebracht, um den Alterungsprozess zu beschleunigen“ sagt Dr. Drosou. Dazu wurden besondere Pigmente, die in der byzantinischen Ära Verwendung fanden, und Metall, hauptsächlich Silber und Bronze, eingesetzt, um Messwerte bezüglich Änderungen, die sich mit oder ohne Eingriffe im Lauf der Zeit an bestimmten Materialien einstellen, zu erhalten. Auf Grundlage dessen wurde bei dem Projekt eine umfangreiche, öffentlich zugängliche Datenbank erstellt. Auch Systeme, die durch künstliche Intelligenz unterstützt werden, wurden für die Behandlung der entsprechenden Schäden entwickelt. Restauratoren „können während der Simulation jederzeit eingreifen, Änderungen vornehmen und dann die Simulation weiterlaufen lassen, um Alterungseffekte zu zeigen“, erklärt Dr. Drosou. „Unser System scannt den Gegenstand, erkennt automatisch die Schäden und produziert dann eigenständig einen Text in natürlicher Sprache, der den Restauratoren einige Maßnahmen vorschlägt, die sie treffen können, um mögliche künftige Schäden zu verhindern oder bestehende Schäden zu minimieren“, fügt er hinzu. Wenn zum Beispiel das System einen Kratzer entdeckt und an einer anderen Stelle in einem Gemälde einen Bereich, an der die Farbe verblasst ist „würde das System ihnen [den Restauratoren] raten, den Kratzer mit einer bestimmten Chemikalie zu behandeln bzw. Farbe oder Reinigungssubstanz an der anderen Stelle zu verwenden.“ Prototyp des Systems Ein Pilotversuch mit einem Prototyp wurde im auf Gegenstände aus Metall spezialisierten Labor für Konservierung Opificio delle Petre Dure in Florenz, Italien, sowie bei der Ormylia Foundation, einem renommierten Zentrum für Kunstdiagnose in Griechenland, das auf die Konservierung von byzantinischer Kunst spezialisiert ist, durchgeführt. Der Prototyp ist mit den spezialisierten Sensoren, den Sensortreibern, der Recheneinheit für die spezialisierten KI-Algorithmen sowie den Komponenten für das robotergestützte Scannen ausgestattet. Das Feedback aus Italien und Griechenland wird verwendet, um Verbesserungen am System vorzunehmen, bevor es zum Kauf erhältlich sein wird. Im Verlauf des Projektes wurde auch ein virtuelles Museum erstellt. Es wurde von professionellen Architekten gestaltet, damit der Besucher fast das Gefühl hat, sich in einem echten Museum zu befinden. Bei den Ausstellungsstücken handelt es sich um die digitalen Kopien, die während des Projektes untersucht wurden.
Schlüsselbegriffe
Scan4Reco, byzantinisch, kulturelles Erbe, Kultur, Gemälde, Restaurierung, Statuen, Kunstwerke, Artefakte, künstliche Intelligenz
