ES2863300T3 - Procedimiento para la evaluación de autoría de una pintura - Google Patents
Procedimiento para la evaluación de autoría de una pintura Download PDFInfo
- Publication number
- ES2863300T3 ES2863300T3 ES17181704T ES17181704T ES2863300T3 ES 2863300 T3 ES2863300 T3 ES 2863300T3 ES 17181704 T ES17181704 T ES 17181704T ES 17181704 T ES17181704 T ES 17181704T ES 2863300 T3 ES2863300 T3 ES 2863300T3
- Authority
- ES
- Spain
- Prior art keywords
- classification data
- painting
- paintings
- additional
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B44—DECORATIVE ARTS
- B44F—SPECIAL DESIGNS OR PICTURES
- B44F11/00—Designs imitating artistic work
- B44F11/02—Imitation of pictures, e.g. oil paintings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Storage Device Security (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Processing Or Creating Images (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
Procedimiento para la evaluación de autoría de una pintura, el cual presenta los pasos: a) poner a disposición (10) una colección de varias pinturas originales de un determinado artista y generar (20) respectivamente al menos una imagen digital de cada pintura original de la colección de varias pinturas originales; b) registrar (30) datos de clasificación para cada una de las imágenes digitales de cada pintura original de la colección, siendo los datos de clasificación un conjunto de datos de referencia de datos de clasificación para pinturas originales del artista; c) poner a disposición (40) una pintura adicional y generar (50) al menos una imagen digital de la pintura adicional; d) registrar (60) datos de clasificación adicionales para la imagen digital de la pintura adicional; y e) comparar (70) los datos de clasificación adicionales con el conjunto de datos de referencia de datos de clasificación para pinturas originales, concluyéndose al alcanzarse o superarse una coincidencia mínima entre los datos de clasificación adicionales y el conjunto de datos de referencia, una pintura original del artista y en caso contrario, una falsificación, produciéndose el registro (30, 60) de los datos de clasificación y de los datos de clasificación adicionales, mediante el uso del procedimiento WND-CHARM, caracterizado por que para partes homogéneas, en particular partes monocromas y/o sin detalles, de la correspondiente imagen digital o de una correspondiente parte de imagen parcial, no se registran datos de clasificación, registrándose (140) las partes homogéneas de la imagen digital mediante un histograma de valor de color o valor de gris, en cuanto que se fija una cantidad máxima de valores de color o de valores de gris, los cuales presentan en el histograma una determinada frecuencia mínima, concluyéndose una parte homogénea cuando en el histograma de la parte, la cantidad de los valores de color o valores de gris, que presentan la frecuencia mínima, es inferior a la cantidad máxima, fragmentándose (120) la correspondiente imagen digital de acuerdo con una primera cuadrícula (200) de partes de imagen parcial que limitan entre sí y además de ello de acuerdo con una segunda cuadrícula (300) de partes de imagen parcial que limitan entre sí, desplazándose la primera y la segunda cuadrícula (200, 300) a razón de un desplazamiento en al menos uno de dos ejes que se encuentran en perpendicular entre sí, en el plano de imagen de la imagen digital, una hacia la otra, y llevándose a cabo el registro (30, 60, 100) de datos de clasificación tanto para las partes de imagen parcial fragmentadas (120) de acuerdo con la primera cuadrícula (200), como también para las partes de imagen parcial fragmentadas (120) de acuerdo con la segunda cuadrícula (300).
Description
DESCRIPCIÓN
Procedimiento para la evaluación de autoría de una pintura
La invención parte de un procedimiento para la evaluación de autoría de una pintura de acuerdo con el preámbulo de la reivindicación 1. Un procedimiento de este tipo se conoce de la siguiente publicación: Shamir L: "What makes a Pollock a Pollock: a machine vision approach", International Journal of Arts and Technology, volumen. 8, número 1, 1 de enero de 2015, páginas 1 -12. Otro procedimiento se conoce de la publicación Johnson C R et al.: "Image processing for artist identification", IEEE Signal Processing Magazine, volumen 25, número 4, 1 de julio de 2008, páginas 37-48.
El documento DE 10 2009 023 756 B4 describe un procedimiento para la comprobación de origen y autoría de cuadros, el cual comprende los pasos:
a) trasladar el cuadro a examinar o partes del cuadro a examinar con la ayuda de un medio de digitalización, en particular un escáner, a al menos un conjunto de datos;
b) análisis del/de los conjunto/conjuntos de datos y determinación de rasgos característicos o partes de rasgos característicos, en particular puntos o líneas o grupos de puntos o líneas o patrones, que están contenidos de modo digitalizado en el conjunto de datos, estando depositados los rasgos característicos a determinar en una base de datos;
c) llevándose a cabo la determinación de los rasgos característicos en el/los conjunto/conjuntos de datos mediante la comparación del/de los conjunto/conjuntos de datos con los rasgos característicos existentes en la base de datos y asignándose el rasgo característico con la ayuda de una muestra de patrón depositada en la base de datos concretamente a los rasgos característicos;
d) determinación de rasgos de referencia de al menos uno de los rasgos característicos o de partes de los rasgos característicos, que están contenidos en el/los conjunto/conjuntos de datos, estando los rasgos de referencia de los rasgos característicos o bien ya depositados en la base de datos o generándose durante el procedimiento en marcha; y
e) presentando la base de datos para cada uno de estos rasgos característicos depositados, un conjunto de datos asignado adicional.
Preferentemente ha de aplicarse a este respecto para el análisis y la determinación de los rasgos característicos en el cuadro a examinar o en partes del cuadro a examinar, el procedimiento de Hough. El uso del procedimiento de Hough ha mostrado no obstante, que no ofrece resultados fiables y de este modo no permite una declaración fiable sobre la autenticidad de una pintura con la suficiente seguridad.
Es el objetivo de la invención perfeccionar un procedimiento del tipo descrito inicialmente de tal modo que permita una evaluación de autoría fiable, por consiguiente, una determinación de autenticidad fiable de una pintura.
Este objetivo se resuelve mediante un procedimiento con la característica de la reivindicación 1.
Conforme a ello se describe un procedimiento para la evaluación de autoría de una pintura, el cual presenta los pasos:
a) poner a disposición una colección de varias pinturas originales de un determinado artista y generar respectivamente al menos una imagen digital de cada pintura original de la colección de varias pinturas originales;
b) registrar datos de clasificación para cada una de las imágenes digitales de cada pintura original de la colección aplicando el procedimiento WND-CHARM, siendo los datos de clasificación un conjunto de datos de referencia de datos de clasificación para pinturas originales del artista; c) poner a disposición una pintura adicional y generar al menos una imagen digital de la pintura adicional;
d) registrar datos de clasificación adicionales para la imagen digital de la pintura adicional; y e) comparar los datos de clasificación adicionales con el conjunto de datos de referencia de datos de clasificación para pinturas originales, concluyéndose al alcanzarse o superarse una coincidencia mínima entre los datos de clasificación adicionales y el conjunto de datos de referencia, una pintura original del artista y en caso contrario una falsificación,
produciéndose el registro de los datos de clasificación y de los datos de clasificación adicionales, mediante el uso del procedimiento WND-CHARM, caracterizado porque para partes homogéneas, en particular partes monocromas y/o sin detalles, de la correspondiente imagen digital o de una correspondiente parte de imagen parcial, no se
registran datos de clasificación, registrándose las partes homogéneas de la imagen digital mediante un histograma de valor de color o valor de gris, en cuanto que se fija una cantidad máxima de valores de color o de valores de gris, los cuales presentan en el histograma una determinada frecuencia mínima, concluyéndose una parte homogénea cuando en el histograma de la parte la cantidad de los valores de color o valores de gris, los cuales presentan la frecuencia mínima, es menor a la cantidad máxima, fragmentándose la correspondiente imagen digital de acuerdo con una primera cuadrícula de partes de imagen parcial que limitan entre sí y además de ello de acuerdo con una segunda cuadrícula de partes de imagen parcial que limitan entre sí, desplazándose la primera y la segunda cuadrícula a razón de un desplazamiento en al menos uno de dos ejes que se encuentran en perpendicular entre sí, en el plano de imagen de la imagen digital, una hacia la otra, y llevándose a cabo el registro de datos de clasificación tanto para las partes de imagen parcial fragmentadas de acuerdo con la primera cuadrícula, como también para las partes de imagen parcial fragmentadas de acuerdo con la segunda cuadrícula.
La invención se basa en el principio de registrar mediante el uso del procedimiento WND-CHARM datos de clasificación mediante una colección de varias pinturas originales y registrar en lo sucesivo también aplicando el procedimiento WND-CHARM correspondientes datos de clasificación para una pintura a examinar. En el caso de una determinada coincidencia mínima de los datos de clasificación de la pintura a examinar con los datos de clasificación en el conjunto de datos de referencia, que puede ser seleccionable libremente por el usuario, se concluye una pintura original. Análisis han mostrado que ya colecciones de 10-15 pinturas originales de un determinado artista pueden ser suficientes para generar un conjunto de datos de referencia de datos de clasificación para pinturas originales del correspondiente artista, que permite una determinación de originalidad fiable de una pintura a examinar.
El procedimiento WND-CHARM se describe en sus detalles en la publicación "WND-CHARM: Multi-purpose image classification using compound image transforms", Pattern Recognition Letters 29 (2008) 1684-1693. Los métodos de análisis llevados a cabo de acuerdo con la invención en el marco de la implementación del procedimiento WND-CHARM se describen en detalle en la publicación mencionada anteriormente y no han de repetirse aquí de nuevo. Se menciona solo a modo de ejemplo que estos métodos de análisis pueden ser por ejemplo, métodos basados en contraste, como la detección de cantos aplicando operadores Prewitt o Sobel, métodos de análisis basados en objeto aplicando enmascarado OTSU, así como métodos estáticos, los cuales comprenden la evaluación de histogramas, promedios, varianzas y/o evaluaciones mínimo/máximo. Pueden evaluarse además de ello texturas basándose en matrices de co-ocurrencia de acuerdo con el procedimiento Haralick o llamadas texturas Tamura. Pueden llevarse a cabo además de ello, transformaciones de Fourier, Chebyshev o Radon y/o evaluaciones del valor informativo de características registradas con la ayuda de una evaluación de puntuación de Fisher. Todos los métodos mencionados anteriormente y procedimientos de análisis que van más allá de ellos son parte del procedimiento WND-CHARM y se relacionan entre sí dentro de éste.
El procedimiento de puntuación de Fisher procede de la estadística matemática y sirve para el cálculo de la mejor calidad posible de parámetros de un conjunto de varios parámetros. Esto permite una ponderación de características individuales determinadas con los métodos de análisis mencionados arriba, debido a lo cual se alcanza una optimización de los resultados. De este modo puede obtenerse por ejemplo, para cada característica (es decir, por ejemplo una textura de Tamura determinada, una textura de Haralick, un histograma multiescala, etc.) una ponderación, la cual da una explicación sobre qué relevancia tiene la respectiva característica. Otros detalles para examinar la relevancia con la ayuda del procedimiento WND-CHARM se desprenden del artículo especializado mencionado más arriba.
Un aumento adicional de la fiabilidad del procedimiento puede lograrse debido a que éste presenta además de ello los pasos:
aa) poner a disposición una colección de varias pinturas falsificadas del artista y generar respectivamente al menos una imagen digital de cada pintura falsificada de la colección de varias pinturas falsificadas;
bb) registrar datos de clasificación para cada una de las imágenes digitales de cada pintura falsificada de la colección de pinturas falsificadas aplicando el procedimiento WND-CHARM, siendo los datos de clasificación un conjunto de datos de referencia de datos de clasificación para pinturas falsificadas del artista; y
ee) comparar los datos de clasificación adicionales con el conjunto de datos de referencia de datos de clasificación para pinturas falsificadas, concluyéndose una falsificación cuando una coincidencia entre los datos de clasificación adicionales y el conjunto de datos de referencia de datos de clasificación para pinturas falsificadas es mayor a la coincidencia entre los datos de clasificación adicionales y el conjunto de datos de referencia de datos de clasificación para pinturas originales. Ha podido verse que ya partes de imagen parcial comparativamente pequeñas de una pintura completa se adecuan para poder concluir de manera fiable la originalidad de una pintura. Está previsto por lo tanto que antes del respectivo registro de datos de clasificación de las imágenes digitales de las pinturas originales, de la pintura
adicional o de la pintura falsificada, se fragmente la correspondiente imagen digital en partes de imagen parcial y se lleve a cabo el correspondiente registro de datos de clasificación de al menos una de las partes de imagen parcial. A este respecto se fragmenta la correspondiente imagen digital de acuerdo con una primera cuadrícula de partes de imagen parcial que limitan entre sí y también de acuerdo con una segunda cuadrícula de partes de imagen parcial que limitan entre sí, desplazándose la primera y la segunda cuadrícula a razón de un desplazamiento en al menos uno de dos ejes que se encuentran en perpendicular entre sí, en el plano de imagen de la imagen digital, una hacia la otra, y llevándose a cabo el registro de datos de clasificación tanto para las partes de imagen parcial fragmentadas de acuerdo con la primera cuadrícula, o una cantidad parcial de éstas, como también para las partes de imagen parcial fragmentadas de acuerdo con la segunda cuadrícula, o una cantidad parcial de éstas.
Antes del respectivo registro de datos de clasificación para la correspondiente imagen digital de las pinturas originales, de la pintura adicional o de la pintura falsificada puede aplicarse una ecualización de histograma de valor de color o de valor de gris en la correspondiente imagen. A este respecto se aprovecha la totalidad del intervalo de valores de color que se encuentra a disposición y se lleva mediante dispersión de los datos de introducción el intervalo de valores de color aplicado existente casi a una distribución uniforme por la totalidad del intervalo de valores de color que se encuentra a disposición.
Antes del registro puede aplicarse además de ello un filtro de enfoque suave, en particular un filtro gaussiano, sobre la correspondiente imagen digital o una parte de imagen parcial de ésta, para reducir la influencia de ensuciamientos y/o arañazos sobre la correspondiente pintura.
Las imágenes digitales de la colección de varias pinturas falsificadas o pinturas originales y también la imagen de la pintura adicional a examinar, pueden generarse fotográficamente, poniéndose a disposición cada imagen como un archivo de datos compuesto de una pluralidad de píxeles de imagen.
Otros detalles de la invención se explican mediante las siguientes figuras.
A este respecto muestra:
la figura 1 un diagrama de flujo esquemático de la realización de un procedimiento para la evaluación de autoría de una pintura según una forma de realización de la invención;
la figura 2 una imagen digital a modo de ejemplo, la cual se fragmenta de acuerdo con una primera y una segunda cuadrícula;
la figura 3 ilustra esquemáticamente la realización de una ecualización de histograma;
la figura 4 ilustra el filtrado de componentes de imagen homogéneos; y
la figura 5 ilustra la proporción de los componentes de imagen homogéneos filtrados en dependencia de la tolerancia de filtro seleccionada.
En la figura 1 se muestra para ilustrar el procedimiento de acuerdo con la invención según una forma de realización un diagrama de desarrollo. De acuerdo con ello se pone a disposición en un paso 10 una colección de varias pinturas originales de un determinado artista. La colección puede estar dividida en correspondencia con otras características de diferenciación, puede haber asignadas por ejemplo, determinadas pinturas de la colección a una determinada época. Esto puede contribuir en este sentido al aumento de la calidad de los datos, ya que en lo sucesivo se compara también la pintura a examinar, en correspondencia con la época de la cual se supone que procede, solo mediante los datos de clasificación de las pinturas originales, las cuales pertenecen a la época correspondiente.
En el paso 20 se genera respectivamente al menos una imagen digital de cada pintura original de la colección, produciéndose esto preferentemente de modo fotográfico, de modo que la imagen generada está compuesta de varios píxeles de imagen. Para ello puede usarse un aparato fotográfico, el cual presente un sensor de imagen digital corriente, por ejemplo un sensor CCD o uno CMOS.
En el paso 30 se registran datos de clasificación para cada una de las imágenes digitales de cada pintura original de la colección aplicándose el procedimiento WND-CHARM y los datos de clasificación forman un conjunto de datos de referencia de datos de clasificación para pinturas originales del correspondiente artista. Los métodos de análisis aplicados de acuerdo con el procedimiento WND-CHARM están descritos de modo recogido en el artículo especializado WND-CHARM: Multi-purpose image classification using compound image transforms, Pattern Recognition Letters 29 (2008) 1684-1693.
En el paso 40 se pone a disposición otra pintura a examinar en lo que a su originalidad se refiere, generándose en el paso 50 al menos una imagen digital de ésta para examinar la pintura. También ésta puede generarse de nuevo fotográficamente del modo descrito anteriormente. En el paso 60 se registran datos de clasificación para la imagen digital de la pintura adicional aplicándose el procedimiento WND-CHARM.
Para continuar mejorando el resultado del examen, se pone a disposición en un paso 80 una colección de varias pinturas falsificadas del artista. Las pinturas falsificadas del artista se caracterizan porque aparentan proceder de la mano del artista de las pinturas originales puestas a disposición en el paso 10, lo cual sin embargo no es cierto, de modo que las pinturas falsificadas realmente han sido creadas por otro artista. Para la invención no es sin embargo en particular necesario obligatoriamente que las pinturas falsificadas sean imitaciones de pinturas originales realmente existentes del artista. Tampoco es necesario que se trate en el caso de las pinturas falsificadas al menos en parte de pinturas, las cuales estén contenidas en la colección de las pinturas originales. Tampoco es necesario para la invención que la pintura adicional a examinar sea una pintura, la cual esté contenida en al menos una de las colecciones de pinturas originales y pinturas falsificadas. En correspondencia con el procedimiento WND-CHARM, la invención se basa solo en registrar datos de clasificación a través de pinturas originales de un determinado artista y dado el caso, a través de pinturas falsificadas, las cuales se atribuyen al artista determinado, para comparar éstos como datos de clasificación de comparación, los cuales dado el caso se mantienen en una base de datos tras el registro único, con correspondientes datos de clasificación de la imagen digital de otra pintura, cuya autoría es desconocida, de modo que a través del grado de coincidencia de los datos de clasificación de la pintura adicional con los datos de clasificación de la pintura original y dado el caso los datos de clasificación de las pinturas falsificadas, puede concluirse la originalidad de la pintura adicional.
Queda a discreción del usuario, dónde coloca el umbral porcentual del grado de coincidencia de los datos de clasificación comparados, para poder concluir un original o una falsificación. Ha podido verse no obstante, que mediante el uso del procedimiento CHARM pudo registrarse, incluso en caso de “buenas falsificaciones”, con el procedimiento de acuerdo con la invención aún a modo de tendencia una reducida coincidencia de los datos de clasificación registrados de la pintura adicional con los datos de clasificación de las pinturas originales o una alta coincidencia de los datos de clasificación de la pintura adicional con los datos de clasificación de las pinturas falsificadas y de este modo en caso de muestra aleatoria de 20 pinturas determinarse correctamente en el 100 % de los casos la originalidad o falta de originalidad a través del grado de coincidencia de los datos de clasificación comparados. Incluso en el caso de “buenas falsificaciones”, en las cuales los datos de clasificación de la pintura adicional, por lo tanto la falsificación, presentan un determinado grado de coincidencia con los datos de clasificación de la colección de las pinturas originales, pudo registrarse a modo de tendencia aún un desvío predominante entre los comparados datos de clasificación de las pinturas originales o una coincidencia predominante con los datos de clasificación de las pinturas falsificadas y de este modo hacerse como resultado la evaluación correcta.
En los pasos 70 y 110 se comparan los datos de clasificación adicionales con el conjunto de datos de referencia de datos de clasificación para pinturas originales o para pinturas falsificadas. Al compararse los datos de clasificación adicionales con el conjunto de datos de referencia de datos de clasificación para pinturas originales, se concluye al alcanzarse o superarse una coincidencia mínima entre los datos de clasificación adicionales y el conjunto de datos de referencia, una pintura original del artista y en caso contrario una falsificación. En la comparación 110 de los datos de clasificación adicionales con el conjunto de datos de referencia de datos de clasificación para pinturas falsificadas, se concluye una falsificación cuando una coincidencia entre los datos de clasificación adicionales y el conjunto de datos de referencia de datos de clasificación para pinturas falsificadas es mayor a una coincidencia entre los datos de clasificación adicionales y el conjunto de datos de referencia de datos de clasificación para pinturas originales, y concluyéndose de lo contrario una pintura original. En correspondencia con el procedimiento CHARM, las diferentes características individuales examinadas mediante los datos de clasificación buscando coincidencia pueden ponderarse de diferente forma, de modo que en caso de por ejemplo 1000 características individuales examinadas, puede concluirse ya un desvío con unas pocas, aproximadamente 50, características individuales concisas y correspondientemente de mayor ponderación, una falsificación.
Ha podido verse que ambas comparaciones 70, 110, por sí mismas, han conducido siempre al mismo resultado en lo que se refiere a la determinación de la originalidad, de modo que el procedimiento de acuerdo con la invención puede presentar una autovalidación inmanente al sistema. En caso de que el resultado del paso 70 fuese contrario a aquel del paso 110, esto quiere decir, uno de los pasos concluyese la originalidad de la pintura a examinar y el otro paso una pintura falsificada, entonces podría verificarse mediante este mecanismo que no es posible una determinación de la originalidad segura.
Las pinturas a examinar, tanto las pinturas originales de la colección de varias pinturas originales, como también las pinturas falsificadas de la colección de pinturas falsificadas, y también la pintura adicional a examinar en lo que a su originalidad se refiere, pueden someterse a diferentes pasos de procesamiento previo. Estos deberían anteponerse en particular a los pasos 30, 60, 100, esto quiere decir, al registro de los correspondientes datos de clasificación y tener por ejemplo como objetivo simplificar el proceso de procesamiento y/o aumentar el rendimiento en el registro de datos de clasificación, es decir, la calidad de los datos.
Puede estar previsto que en un paso 120 se fragmente la correspondiente imagen digital de una pintura original, de una pintura falsificada o de una pintura a examinar en lo que a su originalidad se refiere, en partes de imagen parcial, llevándose a cabo el correspondiente registro 30, 60, 100 de datos de clasificación en lo sucesivo para al menos una de las partes de imagen parcial. En dependencia de la densidad de información de la parte de imagen parcial seleccionada, puede ser suficiente ya la evaluación de una de las partes de imagen parcial para examinar la originalidad descrita y hacerlo con suficiente seguridad, esto quiere decir, en particular para generar una suficiente cantidad de datos de clasificación, que permita una evaluación de la originalidad.
Durante la fragmentación de la imagen en partes de imagen parcial, la correspondiente imagen digital puede fragmentarse de acuerdo con una primera cuadrícula 200 de partes de imagen parcial que limitan entre sí y además de ello, de acuerdo con una segunda cuadrícula 300 de partes de imagen parcial que limitan entre sí, desplazándose la primera y la segunda cuadrícula 200, 300 a razón de un desplazamiento en al menos uno de dos ejes que se encuentran en perpendicular entre sí, en el plano de imagen de la imagen digital, una hacia la otra. Esto se ilustra en detalle en la figura 2. El registro 30, 60, 100 de datos de clasificación puede llevarse a cabo entonces tanto para las partes de imagen parcial fragmentadas de acuerdo con la primera cuadrícula 200, como también para las partes de imagen parcial fragmentadas de acuerdo con la segunda cuadrícula 300. Para una mejor visión general se muestra en la figura 2 la segunda cuadrícula 300 solo por secciones. Con la ayuda del desplazamiento de cuadrícula descrito puede evitarse que por ejemplo durante el reconocimiento de estructura o de textura, se pierdan informaciones debido a que las texturas o estructuras mencionadas se dividen por las líneas de separación de la cuadrícula y de este modo durante el registro de los datos de clasificación se sacan de la relación y posiblemente quedan sin tenerse en consideración.
Tal como se ilustra en la figura 3, puede aplicarse antes del registro 30, 60, 100 de datos de clasificación, sobre la correspondiente imagen digital, una ecualización de histograma de valor de color o valor de gris, en cuyo caso se transforma el espectro de color o espectro de valor de gris aplicado por la respectiva imagen, o un espacio de color o espacio de valor de gris completo disponible, aplicándose la ecualización de histograma o bien en la totalidad de la imagen o en una parte de imagen parcial.
En relación con la figura 4 se describe una medida adicional para el procesamiento previo de las imágenes digitales. En este sentido no se registran para la simplificación del proceso y al mismo tiempo para la mejora de la calidad de los datos de clasificación tras la conversión en cuadrícula descrita en relación con la figura 2, de la imagen digital, para partes homogéneas, en particular partes monocromas y/o sin detalles, de la correspondiente imagen digital o de una correspondiente parte de imagen parcial, datos de clasificación. Esto se basa en la suposición de que las partes homogéneas o bien no presentan datos de clasificación evaluables o estos datos de clasificación debido a la homogeneidad de la parte de imagen afectada no presentan valor informativo en lo que se refiere a la determinación de la originalidad. Para el filtrado de las partes homogéneas puede estar previsto que la imagen digital se registre mediante un histograma de valor de color o valor de gris en un paso 140, en cuanto que se fija una cantidad máxima de valores de color o de valores de gris, que presentan en el histograma una frecuencia mínima determinada. A este respecto se concluye una parte homogénea cuando en el histograma de la parte la cantidad de los valores de color o valores de gris, que presentan la frecuencia mínima, es inferior a la cantidad máxima.
Como medida adicional del procesamiento previo puede aplicarse antes del registro 30, 60, 100 un filtro de enfoque suave y en particular un filtro gaussiano en la correspondiente imagen digital, o bien la parte de imagen digital procesada en un paso 150, para reducir la influencia de ensuciamientos y/o arañazos en la correspondiente pintura.
En la visión de conjunto de las figuras 4 y 5 puede verse que la proporción de partes de imagen homogéneas filtradas o de las partes de imagen parcial filtradas aumenta o se reduce con el umbral de tolerancia. Cuanto más alto se encuentre el umbral de tolerancia, más componentes de imagen se filtran. En este sentido se hace la suposición de que en particular componentes de imagen no homogéneos son particularmente adecuados para el procedimiento descrito para la determinación de la originalidad. En el caso de pinturas casi monocromas puede ser necesario por lo tanto mantener bajo el umbral de tolerancia y en particular llevar a cabo la ampliación de histograma descrita en relación con la figura 3, para extraer mejor estructuras presentes en la pintura.
Claims (5)
1. Procedimiento para la evaluación de autoría de una pintura, el cual presenta los pasos:
a) poner a disposición (10) una colección de varias pinturas originales de un determinado artista y generar (20) respectivamente al menos una imagen digital de cada pintura original de la colección de varias pinturas originales;
b) registrar (30) datos de clasificación para cada una de las imágenes digitales de cada pintura original de la colección, siendo los datos de clasificación un conjunto de datos de referencia de datos de clasificación para pinturas originales del artista;
c) poner a disposición (40) una pintura adicional y generar (50) al menos una imagen digital de la pintura adicional;
d) registrar (60) datos de clasificación adicionales para la imagen digital de la pintura adicional; y
e) comparar (70) los datos de clasificación adicionales con el conjunto de datos de referencia de datos de clasificación para pinturas originales, concluyéndose al alcanzarse o superarse una coincidencia mínima entre los datos de clasificación adicionales y el conjunto de datos de referencia, una pintura original del artista y en caso contrario, una falsificación,
produciéndose el registro (30, 60) de los datos de clasificación y de los datos de clasificación adicionales, mediante el uso del procedimiento WND-CHARM, caracterizado por que para partes homogéneas, en particular partes monocromas y/o sin detalles, de la correspondiente imagen digital o de una correspondiente parte de imagen parcial, no se registran datos de clasificación, registrándose (140) las partes homogéneas de la imagen digital mediante un histograma de valor de color o valor de gris, en cuanto que se fija una cantidad máxima de valores de color o de valores de gris, los cuales presentan en el histograma una determinada frecuencia mínima, concluyéndose una parte homogénea cuando en el histograma de la parte, la cantidad de los valores de color o valores de gris, que presentan la frecuencia mínima, es inferior a la cantidad máxima,
fragmentándose (120) la correspondiente imagen digital de acuerdo con una primera cuadrícula (200) de partes de imagen parcial que limitan entre sí y además de ello de acuerdo con una segunda cuadrícula (300) de partes de imagen parcial que limitan entre sí, desplazándose la primera y la segunda cuadrícula (200, 300) a razón de un desplazamiento en al menos uno de dos ejes que se encuentran en perpendicular entre sí, en el plano de imagen de la imagen digital, una hacia la otra, y llevándose a cabo el registro (30, 60, 100) de datos de clasificación tanto para las partes de imagen parcial fragmentadas (120) de acuerdo con la primera cuadrícula (200), como también para las partes de imagen parcial fragmentadas (120) de acuerdo con la segunda cuadrícula (300).
2. Procedimiento según la reivindicación 1, el cual presenta además de ello los pasos:
aa) poner a disposición (80) una colección de varias pinturas falsificadas del artista y generar (90) respectivamente al menos una imagen digital de cada pintura falsificada de la colección de varias pinturas falsificadas;
bb) registrar (100) datos de clasificación para cada una de las imágenes digitales de cada pintura falsificada de la colección de pinturas falsificadas aplicando el procedimiento WND-CHARM, siendo los datos de clasificación un conjunto de datos de referencia de datos de clasificación para pinturas falsificadas del artista; y
ee) comparar (110) los datos de clasificación adicionales con el conjunto de datos de referencia de datos de clasificación para pinturas falsificadas, concluyéndose una falsificación cuando una coincidencia entre los datos de clasificación adicionales y el conjunto de datos de referencia de datos de clasificación para pinturas falsificadas es superior a una coincidencia entre los datos de clasificación adicionales y el conjunto de datos de referencia de datos de clasificación para pinturas originales.
3. Procedimiento según una de las reivindicaciones anteriores, en cuyo caso antes del respectivo registro (30, 60, 100) de datos de clasificación se aplica (130) en la correspondiente imagen digital una ecualización de histograma de valor de color o valor de gris, aplicándose la ecualización de histograma o bien a la totalidad de la imagen o a una parte de imagen parcial.
4. Procedimiento según una de las reivindicaciones anteriores, en cuyo caso antes del registro (30, 60, 100) se aplica (150) un filtro de enfoque suave, en particular un filtro gaussiano, a la correspondiente imagen digital, para reducir la influencia de ensuciamientos y/o arañazos en la correspondiente pintura.
5. Procedimiento según una de las reivindicaciones anteriores, en cuyo caso las imágenes digitales de las colecciones de varias pinturas falsificadas o pinturas originales, así como la imagen de la pintura adicional, se generan (20, 50, 90) fotográficamente, poniéndose a disposición cada imagen como un archivo de imagen compuesto por una pluralidad de píxeles de imagen.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102016115837.2A DE102016115837A1 (de) | 2016-08-25 | 2016-08-25 | Verfahren für die Urheberschaftsbewertung eines Gemäldes sowie eine entsprechende Verwendung |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2863300T3 true ES2863300T3 (es) | 2021-10-11 |
Family
ID=59655845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES17181704T Active ES2863300T3 (es) | 2016-08-25 | 2017-07-17 | Procedimiento para la evaluación de autoría de una pintura |
Country Status (12)
Country | Link |
---|---|
US (1) | US10546213B2 (es) |
EP (1) | EP3287951B1 (es) |
JP (1) | JP2018032400A (es) |
KR (1) | KR20180023847A (es) |
CN (1) | CN107563427A (es) |
BR (1) | BR102017016827A8 (es) |
CA (1) | CA2975054A1 (es) |
DE (1) | DE102016115837A1 (es) |
ES (1) | ES2863300T3 (es) |
MX (1) | MX2017009709A (es) |
RU (1) | RU2745098C2 (es) |
ZA (1) | ZA201705185B (es) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2769652C2 (ru) * | 2017-05-16 | 2022-04-04 | Албертус Баренд ГЕЛДЕНХЕЙС | Обработка мельчайших деталей цифровых данных для анализа культурных артефактов |
KR102102403B1 (ko) * | 2018-06-19 | 2020-04-21 | 한밭대학교 산학협력단 | 위조 영상 인쇄물 감식을 통한 코드인증방법과 그 응용 시스템 |
CN112100684B (zh) * | 2020-03-27 | 2021-05-07 | 蝶链科技(深圳)有限公司 | 用于置信度分析的区块链操作系统及方法 |
US20240037914A1 (en) * | 2020-12-03 | 2024-02-01 | Kansas State University Research Foundation | Machine learning method and computing device for art authentication |
US20230126839A1 (en) * | 2021-10-25 | 2023-04-27 | Paypal, Inc. | Detection of duplicated data for non-fungible tokens |
US11948386B1 (en) | 2023-07-06 | 2024-04-02 | SpaceFarm LLC | Artwork authenticity systems and methods |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004506969A (ja) * | 2000-06-16 | 2004-03-04 | 朝日画廊株式会社 | 作品識別システム及びサイン管理システム |
JP4161659B2 (ja) * | 2002-02-27 | 2008-10-08 | 日本電気株式会社 | 画像認識システム及びその認識方法並びにプログラム |
US7379594B2 (en) | 2004-01-28 | 2008-05-27 | Sharp Laboratories Of America, Inc. | Methods and systems for automatic detection of continuous-tone regions in document images |
US8705873B2 (en) * | 2008-03-20 | 2014-04-22 | Universite De Geneve | Secure item identification and authentication system and method based on unclonable features |
DE102009023756B4 (de) | 2009-05-20 | 2012-05-31 | Werner Scholzen | Verfahren zum Herkunftsnachweis und zur Urheberschaft von Bildern |
EP2555160B1 (de) | 2011-08-05 | 2013-10-09 | Sick Ag | Erzeugung eines in interessante und uninteressante Bereiche vorsegmentierten Bildes |
US8837820B2 (en) * | 2012-05-25 | 2014-09-16 | Xerox Corporation | Image selection based on photographic style |
JP6044138B2 (ja) * | 2012-07-05 | 2016-12-14 | カシオ計算機株式会社 | 画像領域分割装置、方法、およびプログラム |
CN103116755B (zh) * | 2013-01-27 | 2016-01-06 | 深圳市书圣艺术品防伪鉴定有限公司 | 书画真伪度自动检测系统及其方法 |
US9202129B2 (en) | 2013-03-12 | 2015-12-01 | Qualcomm Incorporated | Reducing object detection time by utilizing space localization of features |
CN103336942A (zh) * | 2013-04-28 | 2013-10-02 | 中山大学 | 一种基于Radon BEMD变换的国画鉴定方法 |
EP2921989A1 (en) * | 2014-03-17 | 2015-09-23 | Université de Genève | Method for object recognition and/or verification on portable devices |
CN104217221A (zh) * | 2014-08-27 | 2014-12-17 | 重庆大学 | 基于纹理特征的书画作品检测方法 |
CN107909102A (zh) * | 2017-11-10 | 2018-04-13 | 天津大学 | 一种组织病理图像的分类方法 |
-
2016
- 2016-08-25 DE DE102016115837.2A patent/DE102016115837A1/de not_active Withdrawn
-
2017
- 2017-07-17 EP EP17181704.2A patent/EP3287951B1/de active Active
- 2017-07-17 ES ES17181704T patent/ES2863300T3/es active Active
- 2017-07-26 MX MX2017009709A patent/MX2017009709A/es unknown
- 2017-08-01 CA CA2975054A patent/CA2975054A1/en not_active Abandoned
- 2017-08-01 ZA ZA2017/05185A patent/ZA201705185B/en unknown
- 2017-08-04 BR BR102017016827A patent/BR102017016827A8/pt not_active IP Right Cessation
- 2017-08-09 US US15/672,464 patent/US10546213B2/en not_active Expired - Fee Related
- 2017-08-21 JP JP2017158671A patent/JP2018032400A/ja not_active Ceased
- 2017-08-24 RU RU2017129926A patent/RU2745098C2/ru active
- 2017-08-24 KR KR1020170107128A patent/KR20180023847A/ko active IP Right Grant
- 2017-08-25 CN CN201710741916.6A patent/CN107563427A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
ZA201705185B (en) | 2019-07-31 |
BR102017016827A2 (pt) | 2018-10-30 |
US10546213B2 (en) | 2020-01-28 |
KR20180023847A (ko) | 2018-03-07 |
BR102017016827A8 (pt) | 2023-04-11 |
RU2017129926A (ru) | 2019-02-25 |
CA2975054A1 (en) | 2018-02-25 |
DE102016115837A1 (de) | 2018-03-01 |
EP3287951A1 (de) | 2018-02-28 |
RU2745098C2 (ru) | 2021-03-19 |
JP2018032400A (ja) | 2018-03-01 |
EP3287951B1 (de) | 2021-01-20 |
RU2017129926A3 (es) | 2020-10-02 |
CN107563427A (zh) | 2018-01-09 |
MX2017009709A (es) | 2018-09-10 |
US20180060692A1 (en) | 2018-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2863300T3 (es) | Procedimiento para la evaluación de autoría de una pintura | |
Hildebrandt et al. | Benchmarking face morphing forgery detection: Application of stirtrace for impact simulation of different processing steps | |
US8194933B2 (en) | Identification and verification of an unknown document according to an eigen image process | |
US8540158B2 (en) | Document verification using dynamic document identification framework | |
JP2014131278A (ja) | 印刷された文書の認証方法 | |
WO2014066231A1 (en) | Cell identification method and device, and urine analyzer | |
CN106372111A (zh) | 局部特征点筛选方法及系统 | |
Buchana et al. | Simultaneous forgery identification and localization in paintings using advanced correlation filters | |
JP2020106461A (ja) | 画像生成装置及び外観検査装置 | |
US10783650B2 (en) | Method for registering at least two different 3D models | |
Porwik et al. | DTW and voting-based lip print recognition system | |
Nowroozi et al. | Detecting high-quality GAN-generated face images using neural networks | |
Smacki et al. | Lip print recognition based on DTW algorithm | |
Bartlow et al. | Identifying sensors from fingerprint images | |
CN117373136A (zh) | 基于频率掩膜和注意力一致性的人脸伪造检测方法 | |
CN113610071A (zh) | 人脸活体检测方法、装置、电子设备及存储介质 | |
Jung et al. | A Deep Learning Approach Based on Image Patch Sets for Art Forgery Detection | |
CN114945825A (zh) | 癌症判定装置、癌症判定方法以及程序 | |
Frick et al. | DiffSeg: Towards Detecting Diffusion-Based Inpainting Attacks Using Multi-Feature Segmentation | |
JP2005165482A (ja) | 欠陥検出方法 | |
CN115471846B (zh) | 一种图像矫正方法、装置、电子设备及可读存储介质 | |
Raj et al. | A Pioneering and Streamlined Pixel Based Approach of Hyperspectral Image Classification for White Blood Cell Using Convolution Neural Network | |
RU2251151C2 (ru) | Способ анализа растрового изображения | |
He et al. | Seal imprint verification using edge difference histogram | |
Merkel et al. | From classical forensics to digitized crime scene analysis |