Les «substituts numériques» contribuent à la préservation des objets culturels
Le projet Scan4Reco, financé par l’UE, a développé un système innovant qui crée des «substituts numériques» aux objets culturels, en analysant couche par couche l’état de l’objet original pour contribuer à sa restauration et prévenir sa dégradation ultérieure. «En utilisant des caméras qui balaient en profondeur, nous avons, dans un premier temps, créé des répliques 3D en haute résolution en transférant tout ce que nous avons pu en fichiers numériques. Ensuite, nous avons ajouté les informations relatives aux couches inférieures de l’objet», explique le Dr Anastasios Drosou, coordinateur adjoint du projet, chercheur à l’Information Technologies Institute of the Centre for Research and Technology Hellas de Thessalonique, en Grèce. Les données du capteur fournissent des aperçus détaillés des différentes strates non visibles à l’œil nu en fournissant une analyse non invasive des fresques, peintures, objets métalliques et statues, et en éliminant le besoin de prélever des échantillons de la surface, ce qui peut les endommager. «Des capteurs très spécialisés utilisés dans le domaine de la conservation effectuent une analyse diagnostique non destructive des différentes couches qui est équivalente aux analyses chimiques plus destructives», explique le Dr Drosou. Étant donné que certaines technologies photographiques 3D recueillent uniquement les informations de la couche supérieure visible, «pour augmenter la précision de la reconstruction, le partenaire du projet BWTEK a mis au point un capteur Raman double recourant à la spectrographie» pour le balayage en profondeur à haute sensibilité qui va plus loin que la technologie actuelle, poursuit le Dr Drosou. Le projet a également conçu un échafaudage et un système de grille mécanique pour garantir le balayage robotique de précision de toutes les parties des objets. À partir de ce «substitut numérique» détaillé et de l’analyse des couches, les zones détériorées peuvent être identifiées. L’effet du temps sur les objets Les données du capteur sont combinées à des technologies de modélisation prédictive ayant recours à l’intelligence artificielle. Les algorithmes d’apprentissage approfondi simulent l’apparence de l’objet alors qu’il vieillit. «Nous avons créé plusieurs panels de matériaux principaux — par exemple, des rectangles de peintures — et avons placé ces panels dans une chambre de vieillissement afin d’accélérer le processus de vieillissement», explique le Dr Drosou. Cela a été réalisé sur des pigments spéciaux utilisés à l’époque byzantine, et sur des matériaux métalliques, principalement l’argent et le bronze, afin d’obtenir des mesures relatives aux changements survenant dans des matériaux spécifiques au fil du temps, avec ou sans interventions. Les membres du projet ont ainsi pu créer une importante base de données accessible au public. Des systèmes assistés par intelligence artificielle ont également été développés pour traiter les défauts correspondants. Les conservateurs «peuvent intervenir à tout moment durant la simulation, apporter des changements et reprendre la simulation pour montrer les effets du vieillissement», poursuit le Dr Drosou. «Notre système scanne l’article, détecte automatiquement les défauts, et produit un texte dans un langage naturel suggérant certaines actions que les conservateurs peuvent entreprendre pour empêcher tout dommage potentiel à l’avenir ou minimiser les dommages existants», ajoute-t-il. Par exemple, si le système détecte une éraflure, et qu’une couleur s’estompe dans une peinture, «le système leur (les conservateurs) conseillerait d’appliquer un produit chimique précis sur cette éraflure ou de peindre ou nettoyer les autres zones». Un système prototype Un prototype a fait l’objet d’un essai pilote au laboratoire de conservation Opificio delle Petre Dure à Florence, en Italie, qui se spécialise dans les articles métalliques, et à la Fondation Ormylia, un centre réputé de diagnostic d’art en Grèce spécialisé dans la préservation d’objets byzantins. Le prototype combine les capteurs spécialisés, les pilotes du capteur, l’unité de traitement pour les algorithmes IA spécialisés et les éléments de balayage robotique, en utilisant les retours d’Italie et de Grèce pour améliorer le système avant de passer à l’étape de la vente. Le projet a également créé un musée virtuel. Mis en place par des architectes professionnels pour reproduire au plus près une visite à un véritable musée, il propose les répliques numériques étudiées durant le projet.
Mots‑clés
Scan4Reco, byzantin, patrimoine culturel, culture, peintures, restauration, statues, œuvres, objets, intelligence artificielle