Automated displacement measurements on historical canvases
Notice bibliographique
Résumé
Abstract Background In this paper we describe a configurable system based on laser displacement sensors for the contactless acquisition of 3D and 2D shapes of near-planar objects such as the paintings. Methods The system is based on two single-point laser triangulation sensors, a planar robot and a suite of software for driving the sensors, acquiring and post-processing the collected data. As a demonstration of the developed system we monitored three artifacts with the different aims to monitor the elastic properties of the artworks and the effectiveness of support frames in compensating the micro-climate fluctuations: the “Annunciazione” Antonello da Messina, the “Paliotto di San Domenico”, and the “Portiera Oddi-Montesperelli”. Results In the “Annunciazione” case, the canvas response to tensioning trials was analyzed. The collected data permitted to quantify a maximum displacement of 0.9 and 1.5 mm for the tensioning tests at 1 and 2 mm, respectively. In the “Portiera” case, the displacement difference between the left and right canvas sides was (1.0 ± 0.13)%, due to the inherent anisotropy of the material and by the structure of the artifact. In the “Paliotto” case, instead, minor displacement variations of the gilt leather due to the environment were observed, due to the analysis conducted prior of the restoration. Conclusions The overall obtained results demonstrated that the system is able to provide useful data for the art conservation field, with a max inaccuracy less than 100 μm.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».