Inizia oggi, 8 settembre 2025, a Siena il convegno Digital Heritage 2025, il maggior evento internazionale dedicato alla ricerca su tecnologie informatiche applicate alla documentazione, conservazione e condivisione dei beni culturali.
Il CRS4 partecipa all’evento con due lavori scientifici, presentati rispettivamente da Ruggero Pintus e Fabio Bettio, del settore Visual and Data Intensive Computing:
-
A Practical Inverse Rendering Strategy for Enhanced Albedo Estimation for Cultural Heritage Model Reconstruction (Pintus, R., Zorcolo, A., Jaspe Villanueva, A., Gobbetti, E., Proc. Digital Heritage 2025. DOI: 10.2312/dh.20253025).
L’articolo, sviluppato in collaborazione con KAUST, introduce un metodo che migliora sensibilmente la resa del colore nelle acquisizioni con fotografia flash di oggetti 3D. La tecnica è già stata applicata anche alla documentazione delle statue di Mont’e Prama. Il lavoro è presentato nella sessione Acquisition and Digitization. -
OpenLIME: An open and flexible web framework for creating and exploring complex multi-layered relightable image models (Ponchio, F., Bettio, F., Marton, F., Pintus, R., Righetto, L., Giachetti, A., Gobbetti, E., Proc. Digital Heritage 2025. DOI: 10.2312/dh.20253240).
Questo contributo presenta OpenLIME, un framework aperto e flessibile per la creazione e l’esplorazione di modelli di immagini complesse multistrato e reilluminabili. Realizzato in collaborazione con ISTI-CNR, è già stato utilizzato in numerosi progetti di ricerca e disseminazione, tra cui la musealizzazione virtuale del Sandcast Olivetti di Costantino Nivola. Il lavoro è presentato nella sessione Visualization and Interaction.
L’immagine rappresenta la visualizzazione multispettrale multistrato di un’icona di San Demetrio. Il modello mostra l’albedo a 7 bande ottenuto da 50 foto acquisite con illuminazione UV (385 nm, 405 nm), visibile (RGB) e infrarosso (740 nm, 850 nm). Il grafico rappresenta la riflettanza multispettrale di un pixel della pelle selezionato. La lente visualizza la modalità False Color Infrared (R=IR-850nm, G=VIS-R, B=VIS-G), mentre lo sfondo mostra l’icona così come appare alla luce visibile.
