Soutenance de thèse de Raphaël Moreau

Le C2RMF accueille la soutenance de thèse de Raphaël Moreau, intitulée "Caractérisation des Palettes et Techniques d’Artiste par utilisation de Scanner Multi-Senseur et Méthode d’Apprentissage Automatique" / "Characterization of Artist’s Pigment Palette and Technique using Multi-Sensor Scanners and Machine Learning Methods".

Résumé 

Les œuvres d'art peintes sont des objets complexes du patrimoine culturel. Leur nature souvent unique et précieuse implique de fortes contraintes lorsqu'il s'agit de les étudier scientifiquement. Bien que l'application de méthodes hyperspectrales telles que la fluorescence X 2D (MA-XRF), la spectroscopie d'imagerie par réflectance (RIS) et la spectroscopie d'imagerie par luminescence (LIS) pour l'étude de ces artefacts ait connu un grand succès au cours des deux dernières décennies, l'intégration et l'exploitation couplée des larges ensembles de données multimodales générées par ces techniques restent un défi. Ce travail de doctorat présente le développement de deux scanners multi-capteurs portables innovants permettant l'acquisition simultanée de données MA-XRF/RIS/LIS. Le fonctionnement de ces instruments permet de recueillir une signature spectrale étendue du matériau étudié, d'assurer un contrôle de la distance de l'instrument pendant l'acquisition des données et d'intégrer des données 3D pour tenir compte de la forme de l'artefact étudié. Un flux de travail a été développé pour extraire et visualiser de manière efficace et régularisé la grande quantité de données générées concernant la nature et la distribution des matériaux dans les œuvres d'art peintes. Ce flux de travail vise à réduire les biais liés à l'expérience en exploitant de manière cohérente toutes les sources d'information disponibles, c'est-à-dire les datacubes MAXRF/RIS/LIS, en fournissant à l'utilisateur une liste de matériaux « les plus probables ». Les scanners et le flux de travail développés ont été testés sur des matériaux de référence et sur des œuvres d'art peintes chypriotes byzantines et post-byzantines. Ces approches combinées fournissent des résultats prometteurs pour l'évaluation rapide et automatisée de grands ensembles de données afin de faciliter le travail des spécialistes, ainsi qu'un premier pas pratique intéressant vers le concept d'Objet Patrimoine Augmenté.