MétaCan
Menu
Retour à la cohorte
Enregistrement W2781566078 · doi:10.3390/app8010050

IR Reflectography and Active Thermography on Artworks: The Added Value of the 1.5–3 µm Band

2018· article· en· W2781566078 sur OpenAlexaff
Jeroen Peeters, Стефано Сфарра, Stijn Legrand, Clemente Ibarra‐Castanedo, Koen Janssens, Geert Van der Snickt

Notice bibliographique

RevueApplied Sciences · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueThermography and Photoacoustic Techniques
Établissements canadiensUniversité Laval
Organismes subventionnairesVlaamse regeringUniversiteit AntwerpenFonds Wetenschappelijk OnderzoekAgentschap Innoveren en Ondernemen
Mots-clésInfraredThermographyMultispectral imageMaterials scienceOpticsCoatingOptoelectronicsRemote sensingComputer scienceArtificial intelligencePhysicsGeologyNanotechnology

Résumé

récupéré en direct d'OpenAlex

Infrared Radiation (IR) artwork inspection is typically performed through active thermography and reflectography with different setups and cameras. While Infrared Radiation Reflectography (IRR) is an established technique in the museum field, exploiting mainly the IR-A (0.7–1.4 µm) band to probe for hidden layers and modifications within the paint stratigraphy system, active thermography operating in the IR-C range (3–5 μ m) is less frequently employed with the aim to visualize structural defects and features deeper inside the build-up. In this work, we assess to which extent the less investigated IR-B band (1.5–3 μ m) can combine the information obtained from both setups. The application of IR-B systems is relatively rare as there are only a limited amount of commercial systems available due to the technical complexity of the lens coating. This is mainly added as a so-called broadband option on regular Mid-wave infrared radiation (MWIR) (IR-C’/3–5 μ m) cameras to increase sensitivity for high temperature applications in industry. In particular, four objects were studied in both reflectographic and thermographic mode in the IR-B spectral range and their results benchmarked with IR-A and IR-C images. For multispectral application, a single benchmark is made with macroscopic reflection mode Fourier transform infrared (MA-rFTIR) results. IR-B proved valuable for visualisation of underdrawings, pencil marks, canvas fibres and wooden grain structures and potential pathways for additional applications such as pigment identification in multispectral mode or characterization of the support (panels, canvas) are indicated.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,219
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetThermography and Photoacoustic TechniquesTravaux en français237 207