本文转载自公众号@在艺app，原文链接对话杨崇和：AI修复中国山水画是如何实现的？

---

编者按：中国山水画是独立于世界文明之林的瑰宝，但由于历史事件和存放问题，许多幸存品都遭到了不同程度的损坏。尽管艺术家们努力通过模仿来试图修复它们，但由于所受绘画训练和个人习惯不同，他人很难复制原创画家的独特个人风格。

随着机器学习和图像处理的最新进展，利用这些技术对损坏的画作进行数字修复成为可能。

最近，一篇用AI方法修复《富春山居图》的论文发表于国际计算机视觉领域的重要学术期刊《Visual Intelligence》上。

这篇题为：“Hierarchical Painter: Chinese Landscape Painting Restoration with Fine-grained Styles”的文章，中文暂译为“分层画家：中国山水画的精细修复方式”是全球首篇用AI方法修复中国山水画的学术论文，因此引起了我们的高度兴趣。

在艺APP就此和项目策划人、论文作者之一杨崇和博士进行了一次对话，详解这个项目的研究过程以及所提出的方法。

---

AI修复
更重要的是恢复画家的笔墨特征

在艺：您是最早用AI分析中国山水画的研究者，在艺曾转载您于2021年发表在《新美术》上的论文《视觉纹理的再现（二）：自然、古典与气韵生动》，在那篇论文里您应用AI分析中国山水画，应该是国际上的首创，这次又率先用AI的方法“修复”中国山水画，能否请您介绍一下开展这些研究的背景和动机？

杨崇和：我在用“视觉纹理”的观念分析山水画时思考的一个问题是：“气韵生动”是中国绘画的最高审美，它是否有相对客观的品评标准？如果有，它应该是什么？在文章中我是这样回答的：如果画家能将所画物象的形态和特征（例如纹理）准确地再现，画面就会如具生机，气韵生动就会发生。这里的“准确”很重要，它不仅针对物象的“形”，还针对其“态”和“特征”。否则就难以生动起来。

那么如何来评判画家准确再现了自然山体的纹理？这比去评判一幅文艺复兴绘画是否严格地遵守了焦点透视要复杂的多。

我就想到了借助AI和大数据来协助分析，将画面上山坡的纹理和有类似纹理的真山照片做比较。我选用的方案是比较三卷《富春山居图》，即无用师卷、子明卷和弗利尔美术馆的王翬摹本，看看它们谁最接近真山的纹理。分析的结果是无用师卷最为接近，这说明传统的品鉴认为无用师卷画得最好隐含着客观原因——它再现的山体纹理最接近真山；因此也为无用师卷是黄公望真迹提供了一个客观的判据。

在艺转载了我的文章后，上海文旅局局长方世忠先生也看到了，他就问我，你既然用AI方法分析《富春山居图》，那么能不能用AI来“修复”它呢？他这一问引发了我的好奇心。之后，我找到晏轶超和周健军两位上海交大的教授一起讨论，大家觉得很值得一试，我们就这就带着交大的一群小朋友开始了这个项目。当然我们这里的“修复”是数字修复，并非在纸张上进行的物理修复。

在艺：为什么选择黄公望的《富春山居图》来做修复的案例，而不是其他的山水画名作？

杨崇和：我们知道，笔墨特征是中国文人画的灵魂，要修复一幅画的缺失部分，不仅要有图式，更重要的是恢复画家的笔墨特征。

《富春山居图》的现存状况正好可以用来做这样的修复。今天学术界的主流认为，清宫旧藏的两卷《富春山居图》，“无用师”卷是黄公望真迹，“子明”卷是后来仿品。

遗憾的的是，前者在十七世纪中叶遭火毁坏，后被裱成两卷，长的一卷在台北故宫，被称作无用师卷，短的在浙江省博物馆称作剩山图。两卷中间被烧毁的部分今人已无法看到。好在还有几种相对完整的摹本传世，其中包括子明卷。这就是说，被烧毁那部分的构图我们今天是能够看到的，只不过其笔墨是临摹者的笔墨。

我们要做的就是让AI从无用师卷的长、短两段中“学习”黄公望的笔墨，再佐以子明卷中的相应构图来数字重现被火烧毁的部分。

在艺：这个想法听起来很有创意，但显然是一个没人做过的新鲜事儿，实际过程中遇到了哪些挑战？

杨崇和：目前中国山水画修复面临三大挑战，无法直接解决：

首先，中国山水画通常包含复杂的自然场景，画面一旦有缺失，仅根据作品的现存部分去生成缺失的图象可能会破坏原作者的创作本意；其次，文人画家在创作时，其笔墨的变化和画家本人的风格密切相关，这对AI模型来说很难学习；最后，古代艺术家的存世作品通常比较稀少，在有限的数据中学习特定画家的个人艺术风格也是一项艰巨的挑战。

为了应对这些挑战，我们提出了一种专门为中国山水画设计的新的修复模型，该模型具有多层次结构，成功将《富春山居图》进行数字修复，并具有显著的保真度。

分层画家
人工智能+艺术

在艺：能具体谈谈你们提出的修复模型吗？这个模型又是怎样实现修复的？

杨崇和：这是一种人工智能与艺术结合的方法。利用图像处理算法提取中国山水画的结构信息。从对象结构到笔墨细节，分层修复缺失的部分。因此，框架被命名为“分层画家”，它不仅修复了缺失的物像，而且可以生成代表画家风格的笔墨。

为避免矛盾和不和谐的结果出现，失去的图式结构不能由凭空想象来产生。

因此，我们借用了仿作《富春山居图》子明卷的结构（前提是我们相信无用师卷烧毁的部分被子明卷基本忠实地临摹了下来）。

截取了子明卷中相应部分的图式结构后，再利用精心设计的边缘检测和细节生成方法来准确学习无用师卷中的笔墨。然后就可以将新的笔墨融合进无用师卷的图式中，生成一段新图，再将这段新图与原有部分无缝合并，数字修复就完成了。

值得注意的是，这一模型的框架只需要一个图像来训练，这优于许多数据匮乏的图像修复方法。这也使得模型的框架可以很容易地扩展到其他损坏的中国绘画图像。

分层画家的优势和不足

在艺：在您看来，这一方法对现有的中国画修复技术带来哪些贡献？

杨崇和：这次提出的研究方法和得到的结果在图像修复领域，特别是在中国山水画的修复领域迈出了重要一步。该模型中使用的多层次结构和图像处理算法能高度还原中国绘画作品中细腻复杂的细节，未来也会成为专业修复人员和研究者的很有前景的工具。

它的主要贡献有三个方面：

1.提出了一种图像修复模型，以专门用于修复中国山水画。这种方法拓宽了传统图像修复任务的应用，并为未来的研究奠定了很好的基础。

2.设计了一种图像处理算法，探索了边缘检测方法，以更好地提取中国山水画的结构信息。通过设计一种层次感知的图像到图像转换算法，进一步利用了估计的边缘，使用该算法可以在没有大规模训练的情况下修复细粒度的笔墨和绘画风格。

3.通过对《富春山居图》的修复实验证明了该方法的有效性，尤其是在细节修复和风格保护方面。

在艺：百度也曾使用文心视觉模型进行《富春山居图》的补全，两者对比如何？从AI训练来看，和文心有什么区别？

杨崇和：文心是一个大模型，依赖于用大量数据来训练。用它来修复中国古代绘画是一种有趣的尝试。但我们知道，中国古代绘画，特别是宋元绘画，其数据十分有限，因此大模型并不适合在这个领域发挥它的长处。我们的研究仅基于原画和临摹，模型产生的结果在整体效果、风格一致性、过渡和细节四个方面都更有优势。

在艺：这一模型目前有什么局限性？在哪里可以阅读原文？

杨崇和：尽管这一方法在修复中国山水画方面取得了较为满意的效果，但仍有局限性需要解决。

首先，如果没有仿本，就不可能完全基于原始图像生成缺失部分。因此，生成的样式可能会受到仿本的影响。此外，缺乏细节也可能导致无法填充真正连接生成原始绘画的元素，这些在未来的研究可以探索并解决，以便使用人工智能更好地修复绘画。