美术作品数字化生存的技术关怀

■高强

美术作品数字化生存的技术关怀

■高强

互联网时代，美术作品越来越多的以数字化形态呈现,一种新型的美术作品数字化生存模式应运而生。美术作品的网络传播过程受到图像的存储与管理，搜索引擎限制等环节的制约，不利于其长远发展。本文指出了美术作品传播的技术局限，并提出了存储优化、科学管理和“图文搜索”可视化搜索引擎的构建。

美术作品；文艺复兴；数字化；图文搜索；搜索引擎

随着互联网技术的发展，互联网用户的搜索习惯已经养成，搜索行为已经渗入了网民工作、学习、生活的各个方面[1]。中国互联网与Internet全功能连接的近20年间，网络下美术作品以全新的方式出现，不可避免地对传统美术作品传播范式产生了剧烈的冲击，美术作品开始以原始素材的形式、研讨交流的形式、知识普及的形式、技艺表现的形式和娱乐体验的形式在互联网上呈现，一种全新的美术作品数字化生存方式应运而生。

美术作品的数字化生存过程受到了存储、搜索等环节的局限，例如网络中美术作品图像和评论的同质化现象和“垃圾”图像信息的泛滥，又如目前国内外各大图像搜索引擎的功能还只限于“关键字”的搜索，即只能通过标题、描述、数字、字母、文字的字符形式进行单向的“文图检索”，其搜索深度尚停留在“表层”，以图搜文、以图搜图的搜索引擎至今尚未面世。对于上述问题，需要我们从技术角度加以关照，现以欧洲文艺复兴美术作品为例，对美术作品数字化生存的技术构建提出几点建议。

美术作品传播的技术局限

以达·芬奇《最后的晚餐》为例，当普通互联网用户与其相遇，该用户若无外国美术知识基础，又对该画作信息一无所知，而想获取该画作名称、作者等相关信息时候，运用互联网现有的“文图检索”引擎，几乎无从下手。通常，用户只能运用潘诺夫斯基(Erwin Panofsky)图像阐释方法第一层“前图像志”(pre-iconographical level)的方法，对画作进行直观的描述和概括，在搜索引擎中搜索如“十三个人吃饭”、“长桌聚餐”、“古装”、“吃饭”等关键字。这样的检索势必花费大量的时间精力，一如大海捞针。如果该用户对于绘画主题和人物形象有所了解，他即可进一步以潘诺夫斯基第二层“图像志”（iconographical level）的方法，在搜索引擎里检索“最后的晚餐”、“耶稣与门徒聚餐”等关键字。但这样的检索只能搜索出一些不同时期的同名作品和无效图像，用户以侥幸的方式来找寻画作的正确信息，略显盲目。对于没有外国美术、外国文化基础的用户，亦无法通过潘诺夫斯基第三层“图像学”（iconology）的方式，使用绘画作品文化语境的相关信息、引申含义等信息作为复合条件进行过滤和检索。

以上的搜索办法不能将搜索结果精准定位到达·芬奇的《最后的晚餐》，凸显了“文图检索”方式对于当下美术作品传播的不利，对于达·芬奇《最后的晚餐》这样的名作尚无法精确检索，古老、冷门和佚名的美术作品更将出现“无迹可寻”的尴尬局面。美术作品图像的存储优化和科学管理与“图文搜索”可视化搜索引擎的构建是现在迫切需要解决的问题之一。

美术作品图像的存储与管理

美术作品图像的存储优化与科学管理是美术作品数字化生存的必要前提。互联网中的美术作品图像种类繁多、版本多样，总量一直在不断增加。美术作品元图像的收集和分类、相似图像的识别、无用图像的剔除、传输比对等等是一个长期、巨量的工作，因此图像存储与管理成为了不可回避的棘手问题。

Dell公司的DX对象存储研究报告[2]表明对于数据增长方面，“数字世界每18个月翻一番，其中95%是非结构化数据[3]，而且90%在创建后从未访问过[4]。”这些数据说明了，数字化时代数据增长的速度已经超乎我们的想象。在这些增长的数据中，增量文件中90%为无效的非结构化数据。非结构化数据指的是“相对于结构化数据（即行数据，存储在数据库里，可以用二维表结构来逻辑表达实现的数据）而言，不方便用数据库二维逻辑表来表现的数据即称为非结构化数据，包括所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频/视频信息等等。”美术作品的数字化生存的网络形态正是这种非结构化数据。

近日Dell公司提供了互联网DX对象存储解决方案，该方案旨在智能访问、存储、保护和分发固定数字内容。从Web发布到归档，戴尔DX对象存储平台均可通过设计精良、自我管理的对等扩展体系结构，提供一系列强大的数据和存储管理功能，该存储解决方案对于提高美术作品图像检索效率、优化存储、识别文件等方面具有积极作用，值得借鉴。

DX对象存储平台在存储时，首先区别了 “文件”和“对象”的概念。“文件”指需要进行存储操作的文件即元数据，“对象”指包含存储文件、文件ID、文件类型、文件时间、文件元数据等等的综合性文件，即相关数据与相关元数据的组合。DX存储软件为每个对象分配唯一ID，并在存储时消除不必要的重复数据，按照属性进行文件存储，保证每个进入存储的对象都是唯一的、可查的、可归档（即上溯至元文件）的文件。对于美术作品图像，录入存储之时同步绑定作者、年代、主题、时间来源等信息为一个整体，在存储中获取唯一的文件ID并与其他相似图像、或该图像的再复制图像严格区分开来。通过DX存储，美术作品图像的获取效率将大大提高。

美术作品图像的存储与管理需要规范、策略的引导，更需要科学化、智能化的管理。在数据存储方面应遵循唯一性机制，即类似Dell DX对象存储的设定，通过上述优化，确保每个进入存储的图像都是唯一的、可查的、可归档（即上溯至元文件）的文件，体现准确、科学、安全、共享、实用的原则，从而提高美术作品图像的获取效率。

“图文搜索”可视化搜索引擎的构建

“图文搜索”可视化搜索引擎的构建是美术作品数字化生存的技术支撑。互联网中通过不同数字化手段采集、上载、流传的美术作品复制图像，其原型都来自于美术作品原画。每幅原创的绘画作品，其透视、构图、留白、形象、色彩都是独一无二的。抓住以上特性，在图像存储优化与科学管理的基础上，可以尝试从美术学科角度出发，构建以下五种美术作品“图文检索”方式进行搜索，查询互联网中不知名称、作者信息的美术作品复制图像。现以欧洲文艺复兴美术作品为例，阐释五种检索方法：

基于“透视”的图像检索

这种检索方法是一种以“透视”原理为基础，对美术作品进行透视点连线，找出透视点，进行透视法定位，以此作为搜索条件进行搜索的检索方法，适用于构图遵循透视原理、画面空间感强的文艺复兴美术作品。自文艺复兴时期开始，透视被发明并用于美术作品之中，以文艺复兴美术作品弗拉·菲利波·利皮 （Fra Filippo Lippi，1406-1469）《埃洛特的欢宴》（1452-1464）为例。如图1，检索用户运用直线工具，在作品图像中连线特征元素（房屋、桌子、人物、地砖等），得到平行透视的一组交叉透视线，通过该组连线找出透视灭点，并将得到的透视点和线段作为条件在数据库中进行图像比对和检索，从而得出较精确的结果。对于无美术学、透视学基础知识的普通用户，亦可通过连接画面醒目元素或延伸建筑轮廓线，得到线段和交叉点作为条件进行检索，提高搜索结果的准确率。

基于“构图”的图像检索

“构图”是美术作品重要的组成部分，是画家在平面绘画中运用自身奇思妙想处理画面形象之间的位置与关系的独特活动。基于“构图”的图像检索，是利用美术作品构图的独特性，甄别美术作品数字图像的归属。如图2，以文艺复兴美术作品多梅尼科·吉兰达伊奥（Domenico Ghirlandaio，1449-1494）《圣母访问》（1491）为例，画面中心俯身、跪拜的人物，构成了等腰三角形的结构，左右两侧站立的人物则为平衡结构。在找出美术作品构图规律的基础上，运用搜索引擎直线工具在图像上用线条依次标出结构边缘，得到一个近似“W”型的绘图构架。在图像检索引擎中键入文字“W”，并运用所得到的“W”型结构线条进行检索，得到美术作品图像信息。

基于“留白”的图像检索

“留白”是中国绘画的独特艺术手法，基于“留白”的图像检索，是将中西绘画方法结合，将美术作品的背景部分和非主体部分标记为检索条件，筛选得出美术作品数字图像信息。此处指的是使用搜索引擎的画笔工具，涂抹美术作品主体形象以外的区域进行标识，制成人为的“留白”区域，将此标记区域为条件进行图像检索。如图3，以文艺复兴美术作品提香·韦切利奥（Tiziano Vecellio，1490—1576）《圣母升天》（1516-1518）为例。这幅祭坛装饰画的主体分为三组人物，上部圣父一组，中部圣母一组及底部凡人一组。将三组人物之外的空间上色，定义为“留白”区域，再通过对这样的特殊“留白”形状在数据库中与进行比对检索，得到美术作品图像信息。

基于“形象”的图像检索

对于场景较为复杂的文艺复兴美术作品，可以采取基于“形象”的图像检索。这种基于形象的图像检索方式可以定义为：通过对美术作品画面中多个形象的识别概括进行关键词检索，列出的关键词越多，搜索结果越准确。如图4，以文艺复兴美术作品杨·凡·爱克 (Jan Van Eyck,约1385-1441)《阿尔诺芬尼夫妇像》（1434）为例。在美术作品图像中一一找出绘画形象并用简单词语概括，如：男人、女人、狗、拖鞋、镜子、蜡烛、床、窗户、苹果、念珠等等，将这些词语作为关键词的复合条件，在搜索引擎上一一列出进行搜索。在这些关键词上添加图像中的位置信息将使搜索结果更加准确，如左下角拖鞋、左侧男人、右侧女人等等。基于形象的图像检索特点丰富了并列关键词，实际上这些关键词以成为绘画作品的个性标签，通过不断的增加条件标签进行筛选。

基于“色彩”的图像检索

基于“色彩”的图像检索，将美术作品图像中色彩分布与比例为条件进行检索的方式，适用于色彩丰富的文艺复兴美术作品，不适用于版画等单色作品。每幅绘画作品的色彩都彰显了画家的个性特质，虽然一些文艺复兴美术作品的扫描图像、拍摄图像受限于器材和个人使用水平，所生成图像色彩饱和度、对比度与原画有较大差异。但其整体或局部色彩直方图曲线的走势等元素是相对不变的，绘画中某一色彩的分布情况亦可作为检索筛选对象。如图5，以文艺复兴美术作品拉斐尔 （Raffaello Sanzio，1483－1520）《圣母子》（1505）为例。在虚拟搜索引擎中使用工具得出目标画作的RGB直方图、红色直方图、绿色直方图和蓝色直方图，通过直方图的曲线走势在搜索引擎中比对得出正确画作信息。若检索不到所需信息，亦可使用搜索引擎工具得出画作某一指定颜色的色彩范围，将色彩直方图和色彩范围图作为并列条件进行检索。

(图1：基于“透视”的图像检索)

(图2：基于“构图”的图像检索)

(图3：基于“留白”的图像检索)

(图4：基于“形象”的图像检索)

(图5：基于"色彩"的图像检索)

以上五种搜索方法是基于美术学方法力图构建 “图文”搜索引擎的一种尝试，具体操作中可以使用一种或几种方法进行检索从而获取陌生美术作品的对应信息。

互联网技术的空前发展与终端设备的不断创新，已为美术作品数字化生存创造了有利条件，但技术角度的关怀仍然欠缺。美术作品图像的存储优化、科学管理以及“图文搜索”可视化搜索引擎的构建，有益于我国网络下美术作品数字化生存的长远发展。

（南京艺术学院美术学院）

注释：

[1]中国互联网络信息中心.第30次中国互联网络发展状况统计报告[EB/OL].http://www.cnnic.net.cn/research/ bgxz/tjbg/201207/t20120719_32247.html：2012-7-23

[2]Dell 公 司 .DX 对 象 存 储 平 台 . Dell_DX_Object_Storage_Platform_High-Level_Training_-__Simplified_Chinese.Pptx，2010

[3]IDC：《The Expanding Digital Universe》[EB/OL]. http://www.docin.com/p-342236544.html.2007-03

[4]Andrew W.Leung,Shankar Pasupathy,Garth R. Goodson,Ethan L.Miller:Measurement and Analysis of Large-Scale Network File System Workloads.加州大学圣克鲁兹分校.USENIX技术会议.2008-03