Multiband 3D Texture-based Change Detection for Monitoring Cultural Heritage
Cet article présente un flux de travail photogrammétrique 3D multibande semi-automatisé qui intègre des données visibles, ultraviolettes et de l'infrarouge proche avec l'ACP et le partitionnement en k-moyennes pour détecter et quantifier avec précision les changements de matériaux sur des surfaces complexes du patrimoine culturel, comblant ainsi l'écart entre la documentation à haute résolution et le suivi de la conservation à long terme.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous êtes un détective voyageur du temps tentant de résoudre le mystère d'une statue antique qui s'effrite lentement. Habituellement, pour voir ce qui a changé, vous prendriez une photo aujourd'hui, une autre l'année prochaine, et vous essaieriez de les aligner parfaitement sur un écran pour repérer les fissures. Mais voici le problème : si la statue est bosselée et courbe, comme une véritable sculpture, ces photos plates ne correspondent jamais tout à fait. C'est comme essayer de comparer deux cartes différentes d'une montagne où l'une est dessinée depuis le nord et l'autre depuis le sud ; les sommets et les vallées seront toujours au mauvais endroit, ce qui rend difficile de savoir si un rocher a réellement bougé ou si vous avez simplement mal dessiné la carte.
Cet article présente une nouvelle astuce ingénieuse pour régler ce désordre. Au lieu de lutter avec des photos plates, les chercheurs ont construit un seul « squelette » numérique 3D parfait de l'objet. Considérez ce squelette comme un mannequin invisible et vide. Ils ont ensuite pris des photos de l'objet à deux moments différents (appelons-les Temps 1 et Temps 2) en utilisant quatre « super-yeux » différents : un qui voit la lumière normale, un qui voit la lumière ultraviolette, un qui voit la lumière proche infrarouge, et un qui voit la lueur (luminescence) causée par la lumière ultraviolette.
Voici la partie magique : au lieu d'essayer d'empiler les photos les unes sur les autres, ils ont peint tous ces différents types de vues de « super-yeux » sur ce mannequin 3D unique. Parce que chaque image est peinte sur la même forme 3D exacte, elles s'alignent parfaitement, pixel par pixel, peu importe la courbure de l'objet. C'est comme envelopper l'objet dans une seule et unique feuille de papier cadeau magique qui contient à la fois toutes les différentes visions.
Une fois l'objet enveloppé dans ce papier multi-vision, un programme informatique agit comme un bibliothécaire super organisé. Il examine la version « Temps 1 » et la version « Temps 2 » côte à côte. Il utilise un outil mathématique appelé l'ACP (qui consiste à trier un tas de chaussettes colorées en désordre en groupes bien nets) et un outil de regroupement appelé K-means (qui consiste à trier ces groupes dans différentes corbeilles) pour trouver les endroits où les couleurs ou les lueurs ont changé.
L'ordinateur dessine ensuite une carte sur le modèle 3D, colorant les changements en fonction du type de lumière qui les a révélés. Par exemple, si un endroit a changé dans la vue proche infrarouge, il est coloré en rouge ; si un endroit a changé dans la lueur ultraviolette, il est coloré en cyan. Cela permet à un expert humain de regarder le modèle 3D et de voir instantanément : « Ah, cette tache rouge est une nouvelle fissure, et cette tache bleue est de la vieille saleté qui n'était pas là auparavant. »
Les chercheurs ont testé cela sur deux blocs de bois qu'ils ont délibérément endommagés pour qu'ils ressemblent à de l'art ancien. Ils ont comparé la carte de l'ordinateur au rapport manuel d'un expert humain. L'ordinateur était incroyablement doué pour repérer les changements, obtenant la réponse globale correcte environ 92 % du temps pour un bloc et 8 never 89 % pour l'autre. Il était particulièrement efficace pour détecter les « Vrais Négatifs », ce qui signifie qu'il criait rarement au loup pour les parties de l'objet qui étaient en réalité intactes (une précision de plus de 95 % pour ignorer les bonnes parties).
Cependant, l'article prend soin de souligner quelques limites. L'ordinateur n'est pas parfait pour repérer le décolorage infime et graduel des couleurs, car ces changements sont si l'on peut dire « lisses » qu'ils se fondent dans l'arrière-plan. De plus, bien que la méthode soit extraordinaire pour repérer les changements de surface comme les rayures ou l'écaillage de la peinture, elle ne peut pas mesurer si l'objet lui-même a physiquement rétréci ou s'est déformé ; pour cela, il faut encore comparer les formes 3D directement, et non seulement les images qui leur sont apposées.
L'équipe a également montré qu'ils pouvaient prendre ces photos même dans une pièce avec une lumière normale (pas dans une grotte obscure), ce qui est un point important car la plupart de ces caméras spéciales nécessitent généralement l'obscurité totale. Ils y sont parvenus en utilisant des flashs puissants et en prenant dix photos rapides à la suite, puis en les fusionnant pour annuler le « bruit granuleux » qui apparaît habituellement dans les photos prises dans l'obscurité.
En résumé, cet article suggère qu'en enveloppant nos trésors culturels dans un seul manteau 3D multispectral, nous pouvons détecter automatiquement les dommages de surface beaucoup plus rapidement et plus précisément qu'auparavant. Cela ne remplace pas l'expert humain, mais cela lui donne des lunettes surpuissantes pour trouver les zones problématiques rapidement, économisant ainsi du temps et de l'argent tout en préservant notre histoire. Les auteurs notent que bien que les résultats soient prometteurs, ils prévoient de tester cela sur des objets encore plus complexes pour s'assurer que l'ordinateur ne soit pas confondu par les bords du modèle 3D à l'avenir.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.