巴黎不哭!十亿点数据“重建”巴黎圣母院

640?wx_fmt=gif

来源:大数据文摘

摘要:目前,尽管现实中的大教堂已经无法恢复,但被数字化的“巴黎圣母院”仍然精确地留存在人类世界。而通过这一数据留存,重建巴黎圣母院成为可能,后人也仍然可以一览它曾经的雄伟。


即使这一生没去过巴黎的人,也都曾在中学课本上读过维克多·雨果笔下的巴黎圣母院。


大教堂坐落在巴黎市中心塞纳河上的一个小岛ÎledelaCité之上,其标志性的飞拱,玫瑰窗和肋骨拱顶结构,被认为是法国哥特式建筑的最佳典范之一。而其中收藏的众多珍贵艺术品,更是无价的世界文化遗产。


花费一个世纪建造的奇迹,在63分钟的大火中付之一炬


巴黎当地时间下午6:30(北京时间0:30),大教堂发生大火,火势迅速蔓延,教堂的尖塔和屋顶已经坍塌。


这座塞纳河畔辉煌雄伟的教堂,始建于1160年,花了整整一百年时间,才在1260年完工,距今约760年历史,期间几度经历重修,而今正经历着他生命长河中又一次重创。


640?wx_fmt=png


经过消防队员的抢救,火势已趋于稳定,巴黎圣母院主体结构得以保留。但火灾已导致巴黎圣母院顶部塔尖倒塌,左塔上半部被烧毁,世界著名的玫瑰花窗也被摧毁。火灾的原因尚不明晰,据美联社报道,火灾中没有人死亡。相关部门表示他们会尽可能抢救出馆内艺术作品,目前馆内的所有作品基本都已经被转移保存。


640?wx_fmt=png


法国总统马克龙在推特表示:圣母院的火焰吞噬了巴黎,而悲痛的情绪席卷整个法国,此次此刻我感到很痛心,我们每个人内心都有一小部分被大火烧掉了。


马克龙也发誓要重建大教堂,并表示他将寻求国际帮助。他说,周二将启动全国筹款活动,并呼吁全球协助这项工作。马克龙告诉记者。“我们将重建巴黎圣母院,因为这是法国人所期待的,因为这是我们的历史,这是我们的命运。


十亿点数据“重建”巴黎圣母院


重建巴黎圣母院绝不是一件容易的事情。但是,与一个世纪前被火烧的圆明园相比,巴黎圣母院依然是幸运的。


据《国家地理(National Geography)》的报道,早在2015年,艺术历史学家安德鲁·塔隆就曾利用激光扫描,非常精确地记录下了这一哥特式大教堂的全貌。


640?wx_fmt=gif


这一次精准的激光扫描耗时数年,扫描点囊括了大教堂内外的50多个地点,对圣母院内的每一个细节都进行了多次扫描、数据反传,最终收集了超过10亿个数据点。


640?wx_fmt=gif640?wx_fmt=gif


目前,尽管现实中的大教堂已经无法恢复,但被数字化的“巴黎圣母院”仍然精确地留存在人类世界。而通过这一数据留存,重建巴黎圣母院成为可能,后人也仍然可以一览它曾经的雄伟。


640?wx_fmt=gif

640?wx_fmt=gif


长期以来,用于测量中世纪建筑的工具几乎与建筑本身一样古老:铅锤、绳子、尺子和铅笔。使用它们十分繁琐,耗时且容易出错的。


而激光扫描具有精确的精度,不会遗漏任何东西。每次进行扫描时,先捕获相同三维空间的相同位置拍摄球形全景照片,再将那张照片映射到激光产生的扫描点上,每个点成为照片中该位置的像素的颜色,累计创建大教堂三维图像,可精确到5毫米。因此,最后得出的全景照片非常准确。


640?wx_fmt=png


安装在三脚架上的激光扫描仪通过扫描巴黎圣母院内外的50多个位置来收集数据。


640?wx_fmt=png


数据被拼接在一起形成了一个包含10亿个点的“point cloud(点云) ”,最后加上光影效果,建立出非常逼真准确的三维模型。这个三维模型不仅可以清楚的展示大教堂的全貌,也能够辅助对大教堂进行内部结构的可视化研究。


640?wx_fmt=gif


在采访中,麻省理工学院的工程师 John Ochsendorf 说:“你不能只用直升机飞过建筑,就算完成扫描了。”的确,哥特式大教堂的精妙绝伦在于内部的每一处细节,而塔隆使用的扫描技术足以给一个小规模的布尔日大教堂做出3D打印,从屋顶的顶部、拱顶的顶部、楼梯间的内部,以及人们通常看不到的所有隐藏空间来重塑教堂。


未来,我们甚至也有可能见到一个精确的巴黎圣母院3D打印模型。


视频了解巴黎圣母院扫描过程

目前,塔隆开源发布了他扫描并重建的所有哥特教堂,并在线构建了一座哥特教堂3D博物馆,巴黎圣母院也在其中。

(http://mappinggothic.org/building/1164)


640?wx_fmt=png


科技与人文的结合,拥抱技术的艺术史家


时年46岁的塔隆并不是第一个意识到激光扫描仪可以用来解构哥特式建筑的人。但他却是第一个带队对巴黎圣母院进行了全景及内部结构扫描的艺术史家,也在这次大火后成为了整个人类的“英雄”。


640?wx_fmt=png


在《国家地理》的相关采访视频中,塔隆身材瘦削,短发、戴着眼镜,在讲话时身体微微向前倾斜,会用双手比划勾勒出建筑形状。他反复从椅子上起身,渴望向参观者展示投影图像上的确切位置。


640?wx_fmt=png


塔隆对高科技的热爱似乎在人生初期就有端倪可寻,作为一个在密尔沃基长大的孩子,他从小就会拆开卷轴式磁带录音机取出里面的合成器拿着玩。


和很多在巴黎长大的人一样,塔隆也疯狂沉迷着巴黎圣母院。他有一本游客指南,当年他就像一个疯子一样在上面写满了注释。他四年级的时候随母亲搬到巴黎,当时他的母亲正在研究戏剧历史有关的论文。他说到:“我渴望知道与巴黎圣母院有关的一切。是谁制造了这座建筑?他们是怎么做到的?我能不能参与其中?


640?wx_fmt=gif


作为普林斯顿大学的本科生,他主修音乐,但却从未错过研究哥特式建筑结构的工程师罗伯特马克教授的每一堂课。毕业之后一个偶然的契机——哥伦比亚大学艺术历史学家默里正在亚眠大教堂组建一个多媒体项目中,需要有人制作“大教堂可能发出的声音”,塔隆被介绍参与了这个项目。也是在这次项目中,默里向他介绍了激光扫描的技术。


发出声音的大教堂项目:

https://www.youtube.com/watch?v=DDCYPl9jE1M&list=PL0403FF33046214B4&index=8


塔隆称这个项目是一种“有爱的劳作”。他说:“我终于意识到,我真正想做的就是能够将所有这些东西混合在一起——一切我热爱的:中世纪建筑,艺术,技术和知识。


十多年后,塔隆成为了艺术部瓦萨学院的终身教授,并且完成了大约45座历史建筑的激光扫描数据留存。“用激光扫描重现建筑的时候我仿佛又成为了当年那个凝视着巴黎圣母院,想要进入巴黎圣母院的小孩子,而如今我做到了,我可以进入那些建筑,包括屋顶的顶部,拱顶的顶部,楼梯间的内部,以及人们通常看不到的所有隐藏空间,这是最让人激动的。


在去年11月份,这位花费数年完成巴黎圣母院扫描工作的艺术史家,安德鲁·塔隆去世了。不必看到自己深爱的圣母院被大火毁于一旦或许是塔隆的幸运,而他以3D复原的巴黎圣母院,将在数字世界永远留存。


其他数字资料将辅助重建


除了塔隆,还有不少机构也用数字的方式保留了巴黎圣母院及相关资料。


不得不提的包括Google Arts & Culture,它源源不断地将世界各地的博物馆高质量地搬到线上,免费开放,巴黎圣母院也在其中。


640?wx_fmt=png


除了艺术家们,也有外媒援引此前采访游戏设计师Caroline Miousse 时的介绍称,《刺客信条:大革命》在制作时,工作人员曾花费超两年时间学习研究圣母院的构造,并同历史学家一道对巴黎圣母院的外观进行了精确的数字复原,这或将成为重要的修复参考资料。


640?wx_fmt=gif


正是因为有这样热爱艺术与技术的人和机构的存在,巴黎和世界还可以再期待大教堂重新被修整开放的一天。


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。


  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”


640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/492172.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

照相机的成像变换

1 变换过程 照相机的成像变换过程可以分为3步:世界坐标系——>相机坐标系——>图像坐标系——>像素坐标系 2 世界坐标系——>相机坐标系 景物从世界坐标系转换到相机坐标系需要使用到刚体变换(物体不发生变形,对一个几何物体做…

我国芯片各细分领域龙头名单

来源:机械前沿芯片的分类:日常生活中,我们可以发现芯片的种类比如有通信芯片、人工智能芯片、LED芯片、电脑芯片等等。芯片的产业链是这样的:根据产业链划分,芯片从设计到出厂的核心环节主要包括 6 个部分:…

求解相机参数Camera Calibration

1 主要思想 使用黑白棋盘格,记录世界坐标系中关键点的坐标,然后使用手机拍照,记录相应点像素点的坐标。 这样就得到了许多3D-2D的配对点 2 详细过程 由 上一篇博客 内容可知, 其中 P‘ 为像素坐标, Pw为世界坐标系的…

超壮观!10只波士顿动力机器狗,拖动大卡车,步伐整齐划一如同仪仗队

来源:量子位整整10只SpotMini机器狗,可以做什么?波士顿动力的答案是:拉卡车。对,不是狗拉雪橇,是狗拉体积大得多、质量重得多的大卡车。画面中,出现了并排走的一对机器狗。后面还有另一对机器狗…

立体视觉(Stereo Vision)-本征矩阵(essential matrix)和基本矩阵(fundamental matrix)

1 物体深度 问题描述:从不同的位置拍摄相同物体的两张图片,恢复其深度 这里假设摄像机的镜头平行 由相似三角形: 由上面第一、二等式可得: 深度与视差成反比 2 如何配对左右图片的点 问题描述:已知两张图像&#xff…

重磅:苹果高通和解!英特尔退出5G基带市场,高通股价暴涨超20%,华为依然淡定...

来源:新浪、量子位等,物联网智库整理摘要:没有永恒的朋友,只有永恒的利益。前一阵子还是“牛夫人”,今天就变成“小甜甜”了。没有永恒的朋友,只有永恒的利益。前一阵子还是“牛夫人”,今天就变…

计算图像的景深

在 上一篇 博客中,景深与视差成反比,其公式为: 为焦距, 为左右相机的距离,分别为两张图像的点距离各自中心点的距离。 对于左图像的每一个像素点 ,求图像景深可以分为以下几步, 在右图中&…

地球是否健康,最新“诊断报告”来了

中国南极中山站附近的冰盖、冰川与冰山。新华社发来源:光明日报4月13日,河北安平,游客在畅游油菜花海。新华社发对地球气候变化的科学诊断,要依赖一些数据指标:全球平均温度、海平面高度、南极冰川厚度等。4月初&#…

Structure from motion 问题

1 问题描述 已知一个图像库,里面有很多从不同角度不同具体拍摄同一物体的照片,求 构建该物体的3D模型找出这些图像的拍照位置 如下图所示: 2 用数学语言描述问题 输入:一批图像,隐含着许多对应点 输出:…

Nature新研究:猪脑死亡4小时后,科学家成功恢复脑细胞功能

来源:DeepTech深科技4 月 18 日 Nature 发表了耶鲁大学研究人员的一篇最新成果,科学家们成功在猪脑死亡 4 小时后恢复其脑循环和部分细胞功能。这一发现挑战了长期以来关于死后某些脑功能停止的时间和不可逆转性质的假设。哺乳动物大脑对于供氧水平下降极…

集成方法Ensemble Method(bagging, AdaBoost)

1 主要思想 将原始数据分成几个组训练一组分类器,里面有很多种弱分类器每个分类器的标签看作一次投票,投票最多的标签为最终标签 其架构如下所示: 2 为什么集成方法可行 假设这里有25个训练的弱分类器,且这些分类器独立工作&…

深度解析“中国制造2025”VS德国“工业4.0”,一场没有硝烟战争

来源:世界科技创新论坛摘要:“中国制造2025”与德国“工业4.0”都是在新一轮科技革命和产业变革背景下针对制造业发展提出的一个重要战略举措。比较两个战略可以看出各有特点,除了技术基础和产业基础不同之外,他们还存在战略思想等…

Imbalanced class problem(ROC, Confusion Matrix)

1 何为 Imbalanced class problem 在分类问题中,有时候一种类别的数据会远远的多于另外一种类别, 但正是这些少量的类别的数据,往往又是极其重要的。 比如信用卡欺诈事件,该事件远远地小于信用卡未被欺诈的事件。 要从信用卡操…

浅谈 EHT 黑洞照片拍摄原理

来源:东晓科学网博客前几天,EHT (Event Horizon Telescope)(事件水平线望远镜)研究团队发布重大新闻,公布了人类首次拍到的黑洞“照片“”,同时公布了7篇由200多名科学家署名的相关论文。所谓黑…

积分图像(Integral image)

1 问题起源 给定一幅灰度图像,其灰度值如下图所示, 要计算图中深色区域的所有像素点的灰度值之和。 最直接,简单的方法就是将这9个像素值直接相加。 如果深色区域扩大,里面包含成千上万个像素,这种算法的时间复杂度…

vue3(七)-基础入门之事件总线与动态组件

一、事件总线 事件总线使用场景&#xff1a; 两个兄弟组件之间的传参&#xff0c;或者两个没有关联的组件之间的传参 html &#xff1a;引入 publicmsg 与 acceptmsg 自定义组件 (自定义组件名称必须小写) <body><div id"app"><publicmsg></…

机器学习竞争其实是一场数据上的竞争

来源&#xff1a;网络大数据摘要&#xff1a;人工智能的三大发展要素已经是老生常谈了。算法、算力和数据对机器学习的重要性和声望不亚于“谦哥”的喝酒、烫头和抽烟。那些热衷竞争实施机器学习的公司现在惊讶地发现&#xff0c;其实&#xff0c;实施一些算法使机器变得对某一…

实验五 — — Java网络编程及安全

java的第五个实验——Java网络编程及安全 北京电子科技学院 实 验 报 告 课程&#xff1a;Java程序设计  班级&#xff1a;1352  姓名&#xff1a;林涵锦  学号&#xff1a;20135213 成绩&#xff1a; 指导教师&#xff1a;娄嘉鹏    实验日期&…

Viola-Jones人脸检测详解

在人脸检测中&#xff0c;Viola-Jones算法是一种非常经典的算法&#xff0c;该算法在2001年的CVPR上提出&#xff0c;因其高效快速的检测而被广泛使用。 这个算法用来检测正面的人脸图像&#xff0c;对于侧脸图像的检测不是很稳健。 算法可以被分为以下几个部分&#xff1a; …

中国的高铁世界第一,为何汽车却和德国、日本差距很大?

来源&#xff1a;中国经济大讲堂摘要&#xff1a;靠引进技术发展&#xff0c;可以换来制造技术&#xff0c;建成一定规模、一定水平的体系。但我们在抓住机遇、引进技术发展的同时&#xff0c;或者发展的后期&#xff0c;等我们有了市场&#xff0c;有了钱之后&#xff0c;应该…