Preview

Информация и инновации

Расширенный поиск

Классификация Компьютерных методов анализа холста в онтологии по атрибуции и реставрации живописи

https://doi.org/10.31432/1994-2443-2020-15-3-50-56

Полный текст:

Аннотация

В  рамках онтологии для предметной области атрибуции и реставрации живописи построены классификации методов анализа характеристик живописного холста и тканей в текстильной промышленности. Отмечается ограниченность практически применяемых методов в живописи рентгеноскопическим анализом и перспективность метода анализа фактуры холста в отражённых лучах при направленном освещении.

Об авторах

Д. М. Мурашов
Федеральный исследовательский центр «Информатика и управление» Российской академии наук
Россия

кандидат технических наук, доцент, старший научный сотрудник

Москва



В. Н. Белоозеров
Всероссийский институт научной и технической информации Российской академии наук
Россия

кандидат филологических наук, доцент, ведущий научный сотрудник

Москва



Список литературы

1. Косолапов А. И. Естественнонаучные методы в экспертизе произведений искусства / Государственный Эрмитаж. — Санкт-Петербург, 2015. — 222 с.

2. Демкин А. В. Полотняное производство в России на рубеже XVIII — XIX вв. — Москва, 2004. — 260 с.

3. Грановский Т. С., Мшвениерадзе А. П. Строение и анализ тканей : учебник. — Москва, 1988. — 95 с.

4. Cornelis B., Dooms A., Cornelis J., Leen F., Schelkens P. Digital painting analysis at the cross section of engineering, mathematics and culture // 19th European Signal Processing Conference. — 2011. — P. 1254–1258.

5. Studer R. Knowledge engineering: principles and methods / R. Studer, V.R. Benjamins, and D. Fensel, Data & knowledge engineering. 1998, vol. 25, no. 1-2, pp. 161-197.

6. ГОСТ Р 7.0.91–2015. Система стандартов по информации, библиотечному и издательскому делу. Тезаурус для информационного поиска. — Москва: Стандартинформ, 2015.

7. ISO 25964-1:2011. Information and documentation — Thesauri and interoperability with other vocabularies — Part 1: Thesauri for information retrieval. — Geneva: ISO, 2011.

8. CIDOC CRM. Definition of CIDOC Conceptual Reference Model: Version 5.0.4 / Editors: Nick Crofts et al. — 2011. — 173 p. — URL: http://www.cidoc-crm.org/. — Access date 202007-15.

9. ISO 21127:2014. Information and documentation — A reference ontology for the interchange of cultural heritage information: International Standard / International Organization for Standardization (ISO). — Ed. 2. — Geneva, 2014. — 104 p.

10. Мурашов Д. М. Тезаурус по реставрации и атрибуции произведений станковой масляной живописи «TheArt» / Д. М. Мурашов, Ю. О. Трусова, В. Н. Белоозеров, А. В. Березин, Е. Ю. Иванова // Научно-техническая информация. Серия 1. Организация и методика информационной работы. — 2018, № 2. — С. 30–35.

11. Beloozerov V., Murashov D., Trusova Y., Berezin A., Ivanova E. Conception of Ontology for Computer Methods of Paintings Analysis // 2019 International Multi-Conference on Engineering, Computer and Information Sciences (SIBIRCON). — IEEE, 2019. — С. 0903-0908.

12. Белоозеров В.Н., Мурашов Д.М., Трусова Ю.О., Березин А.В., Иванова Е. Ю. Концепция онтологии компьютерных методов анализа живописных произведений //Знания-Онтологии-Теории (ЗОНТ-2019). — 2019. — С. 33-41.

13. Vandivere A., van Loon A., Dooley K., Haswell R., Erdmann R., Leonhardt E., Delaney J., Revealing the painterly technique beneath the surface of Vermeer’s Girl with a Pearl Earring using macro- and microscale imaging // Heritage Science. V. 7. Article No. 64. — 2019 — P. 1-16.

14. van der Maaten L., Erdmann R. G. Automatic thread-level canvas analysis: A machine-learning approach to analyzing the canvas of paintings // IEEE Signal Processing Magazine. — 2015. — Vol. 32(4). — P. 38–45.

15. Johnson D. H., Johnson C. R., Erdmann R. G. Weave analysis of paintings on canvas from radiographs // Signal Processing — 2013. — Vol. 93(3). — P. 527–540.

16. Johnson Jr. C. R., Hendriks E., Noble P., Franken M. Advances in computer-assisted canvas examination: Thread counting algorithms // 37th Annual Meeting of American Institute for Conservation of Historic and Artistic Works, Los Angeles, CA. — 2009.

17. Klein A., Johnson D., Sethares W. A., Lee H., Johnson C. R., Hendriks E. Algorithms for old master painting canvas thread counting from x-rays // 42nd ASILOMAR Conference on Signals, Systems and Computers. — 2008. — P. 1229–1233.

18. Murashov D. M., Berezin A. V., Ivanova E. Yu. Measuring parameters of canvas texture from images of paintings obtained in raking light // Journal of Physics: Conference Series by IOP Publishing, Vol. 1368 032024. — 2019. — P. 1– 11. doi:10.1088/1742-6596/1368/3/032024.

19. Мурашов Д. М., Березин А. В., Иванова Е. Ю. Измерение параметров текстуры изображений, полученных при направленном освещении // Сборник трудов ИТНТ-2019: V междунар. конф. «Информ. технологии и нанотехнологии» : 21-24 мая : в 4 т. / Самарский нац.-исслед. ун-т им. С. П. Королева, Ин-т систем обработки изображений РАН. — Самара: Новая техника, 2019. — Т. 2: Обработка изображений и дистанционное зондирование Земли. — 2019. — С. 522-530.


Рецензия

Для цитирования:


Мурашов Д.М., Белоозеров В.Н. Классификация Компьютерных методов анализа холста в онтологии по атрибуции и реставрации живописи. Информация и инновации. 2020;15(3):50-56. https://doi.org/10.31432/1994-2443-2020-15-3-50-56

For citation:


Murashov D.M., Beloozerov V.N. Classification of ComputerAssisted Canvas Analysis Methods in the Ontology on Attribution and Restoration of Paintings. Information and Innovations. 2020;15(3):50-56. (In Russ.) https://doi.org/10.31432/1994-2443-2020-15-3-50-56

Просмотров: 43


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1994-2443 (Print)