2020/GAN、GPU、多光谱成像
Oxia Palus 正在运用 AI 的强大力量，发现被时间遗忘的艺术杰作。这是一种强有力的历史和创新科技二分法，可以让我们真正洞悉被时代遗忘的艺术。
第一步
Leonardeschi 是一群在达芬奇工作室工作或受其影响的艺术家，他们的 225 幅画被用来训练 NVIDIA 的 pix2pixHD 模型。
Madonna of the Carnation（康乃馨圣母）画作就是该模型应用的一个例子，该模型可以将边缘图映射回绘画作品。
以粗粒度标签语义对 pix2pixHD 模型进行训练有助于指导该模型识别头发和皮肤等属性。
Oxia Palus 手动将伦敦帝国理工学院的达芬奇 《岩间圣母》 的 X 射线与国家美术馆制作的 X 射线轨迹进行了图像配准（对齐）。
然后，他们进一步手动编辑了配准后的图像，添加了缺失的笔触，并标记了皮肤、头发和衣服等属性。
半透明彩色标签用于防止底层共同配准的图像饱和。
左边的视频显示了一组不同的输入颜色图，展示了《岩间圣母》X 光扫描照片的一个片段。右侧视频显示了 pix2pixHD Leonardeschi 模型的输出，在左侧有一组输入颜色图。X 光扫描照片并不是理想的伪影轮廓。但是，通过稍加调整，就可以创造出流畅的潜在重建效果视频。
带有标签的配准图像被分段（放大圣母像），随后生成一系列增强段，对亮度、对比度和锐度上进行调整。然后，这些增强段传递给经过训练的 Leonardeschi 模型，并运行推理，在一组画作中转换增强分段。在探索一组绘画（可能的解决方案）后，创作者手动选择了最美观的结果。最终的圣母 画作犹如达芬奇再世之作。
George 通过循环的路径进入 AI 艺术世界 – 从艺术到空间科学，从机器学习到艺术。他的作品用 AI 重建过去，为 AI 如何创造新的艺术价值提供了另一种途径。George 也是伦敦大学学院的博士生，研究火星大气中的生物信号，他拥有伦敦大学学院空间科学与工程硕士学位和沃里克大学数学和物理学学士学位。
Anthony 的研究涉及使用先进的机器视觉技术提取动物姿势，并运用这些技术创建跨越不同主体与物种的复杂行为分析。他致力于给自动化行为分析带来革命性的变化，并在医疗健康应用领域带来各种益处。Anthony 拥有都柏林三一学院理论物理学学士学位、爱丁堡大学高性能计算硕士学位以及伦敦大学学院的机器学习硕士学位。
Oxia Palus 有一个崇高的使命：利用人工智能发现久违的杰作。深入了解他们如何使用数据集、标准图像增强和整体嵌套边缘检测将 X 射线转换为绘画，以及运用其他现代技术重现达芬奇的名画《岩间圣母》。
www.oxia-palus.com