絵画の鑑定と欠陥検出のための視覚言語ベースの専門家報告

概要: 真正性と状態評価は保全判断の核心をなすが、熱画像出力の解釈と報告は依然として個別の手法に依存しており、専門家の裁量に大きく依存しているため、コレクション間の比較を複雑にし、保全文書への体系的統合を制限している。パルス型アクティブ赤外線熱画像法（AIRT）は、材料の不均質性、空隙、および過去の介入といった地下層の特徴に敏感である。しかし、アーティファクトの誤解、研究所間のばらつき、標準化され説明可能な報告フレームワークの欠如によって、そのより広い普及は制約されている。複数モーダルの熱画像処理技術は確立されているものの、それらを構造化された自然言語解釈と統合することは文化遺産分野ではまだ検討されていない。完全自動のサーモグラフィ-ビジョン-言語モデル（VLM）フレームワークを提示する。これは多モーダルAIRT解析とモダリティ対応のテキスト報告を組み合わせ、推論時には人間の介入を必要としない。熱シークエンスは主成分熱像法（PCT）、熱像信号再構成（TSR）、およびパルス位相熱像法（PPT）を用いて処理され、得られた異常マスクは複数の熱指標によって支持される領域を強調し、境界アーティファクトを緩和するコンセンサス分割へ統合される。統合された証拠はVLMに提供され、異常の場所、熱挙動、および妥当な物理的解釈を説明する構造化レポートを生成する一方で、不確実性と診断上の限界を明示的に認める。二つの象嵌細工に対する評価は、一貫した異常検出と安定した構造化解釈を示し、サンプル間の再現性と一般化可能性を示唆している。