AIによる画像認識技術を用いた皮革文化財の動物種および鞣し剤種識別システムの構築

本課題では、AIによる画像認識技術を使用した非破壊・簡便であり客観的で精度の高い皮革の動物種・鞣し剤種の識別システムを開発し、現存する皮革文化財の動物種・鞣し剤種識別に実際に応用するための研究を進めている。本年度は画像認識技術に必要な基本的な識別システムの構築のため、文化財の素材として使用頻度の高い牛・豚・鹿の３種類について２種類の鞣し処理（植物タンニン鞣し、クロム鞣し）が施された未劣化の革を計６種類用意し、各150枚づつ合計900枚の毛穴画像を取得した。取得した画像はAdobe Photoshopにより画像のグレースケール化および分割を行い、画像を訓練画像とテスト画像に分けシステム構築の検証を行った。皮革分類システムは、Python、TensorFlow-keras(Google)、OpenCVなどプログラミング言語とライブラリを使用し、Visual Studio Code(Microsoft)上で実装した。他方で、現存する皮革文化財の劣化状況を確認するために、北海道博物館にてアイヌ関連資料の資料調査を、函館市立博物館にて今後の調査受け入れに関する打ち合わせを実施した。調査では外観撮影とデジタルマイクロスコープ（AnMo Electronics製、DINOAF4915ZT）を使用し、皮革文化財の劣化状態の指標の1つである毛穴の状況を確認した。北海道博物館所蔵の皮革文化財について使用された動物種は不明であるものの、毛穴の状況は擦れや圧迫などによる長期的な影響を受けていると考えられた。資料調査の結果を受け、劣化の状況を再現した皮革サンプルの作製に向けた劣化因子を選定することができた。現在は劣化サンプルの作製を進めており、次年度においてAIの追加学習用画像として整理・追加していくところである。

本課題では、AIによる画像認識技術を使用した非破壊・簡便であり客観的で精度の高い皮革の動物種・鞣し剤種の識別システムを開発し、現存する皮革文化財の動物種・鞣し剤種識別に実際に応用するための研究を進めている。本年度は画像認識技術に必要な基本的な識別システムの構築のため、文化財の素材として使用頻度の高い牛・豚・鹿の３種類について２種類の鞣し処理（植物タンニン鞣し、クロム鞣し）が施された未劣化の革を計６種類用意し、各150枚づつ合計900枚の毛穴画像を取得した。取得した画像はAdobe Photoshopにより画像のグレースケール化および分割を行い、画像を訓練画像とテスト画像に分けシステム構築の検証を行った。皮革分類システムは、Python、TensorFlow-keras(Google)、OpenCVなどプログラミング言語とライブラリを使用し、Visual Studio Code(Microsoft)上で実装した。他方で、現存する皮革文化財の劣化状況を確認するために、北海道博物館にてアイヌ関連資料の資料調査を、函館市立博物館にて今後の調査受け入れに関する打ち合わせを実施した。調査では外観撮影とデジタルマイクロスコープ（AnMo Electronics製、DINOAF4915ZT）を使用し、皮革文化財の劣化状態の指標の1つである毛穴の状況を確認した。北海道博物館所蔵の皮革文化財について使用された動物種は不明であるものの、毛穴の状況は擦れや圧迫などによる長期的な影響を受けていると考えられた。資料調査の結果を受け、劣化の状況を再現した皮革サンプルの作製に向けた劣化因子を選定することができた。現在は劣化サンプルの作製を進めており、次年度においてAIの追加学習用画像として整理・追加していくところである。