IR Reflectography and Active Thermography on Artworks: The Added Value of the 1.5–3 µm Band
Notice bibliographique
Résumé
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».