DOI Kapitel:
C. Förderung des wissenschaftlichen Nachwuchses
DOI Kapitel:II. Das WIN-Kolleg
DOI Kapitel:Fünfter Forschungsschwerpunkt „Neue Wege der Verflechtung von Natur‑ und Geisteswissenschaften“
DOI Kapitel:2. Künstliches und künstlerisches Sehen. Computer Vision und Kunstgeschichte in methodisch-praktischer Zusammenarbeit
DOI Seite / Zitierlink: https://doi.org/10.11588/diglit.55654#0248
C. Förderung des wissenschaftlichen Nachwuchses
Der entwickelte freie Bildsuchalgorithmus und sein Webinterface sind so weit
fortgeschritten, dass sie auf Tagungen (Passau, Berlin, Mainz) und in Kooperati-
onsgesprächen mit potentiellen Partnern präsentiert werden konnten. Die daran
durchgeführten Tests zeigen, dass beliebige Datensätze durch die Suche tiefer vi-
suell erschlossen werden können. Insbesondere profitieren aber Datenbanken mit
einem hohen Anteil an Duplikaten und Variationen.
Die informatischen Ergebnisse konnten unter verschiedenen Aspekten ver-
öffentlicht werden: Masato Takami, Peter Bell und Björn Ommer: An Approach
to Large Scale Interactive Retrieval of Cultural Heritage, in: Proceedings of the
EUROGRAPHICS Workshops on Graphics and Cultural Heritage, EUROGRA-
PHICS Association, 2014. Außerdem wurden die zuvor erarbeiteten theoretischen
Grundlagen für einen automatischen Bildvergleich publiziert: Antonio Monroy,
Peter Bell und Björn Ommer: Morphological analysis for investigating artistic
images, Image and Vision Computing 32(6):414-423, 2014.
Im Jahr 2015 wird das Projekt die Zusammenarbeit mit den hiesigen und
überregionalen Bilddatenbanken vertiefen und den oben beschriebenen Prototy-
pen zur freien Bildsuche implementieren. Auch wenn diese Funktionalität erst
einmal nur auf einem Teildatensatz präsentiert werden kann, sollen damit die Be-
deutung und das Potential einer visuellen Suche klar zu Tage treten. Dazu verbes-
sern wir im Augenblick Performanz, Ergonomie und Interaktionsmöglichkeiten
des Nutzers.
Gleichzeitig versuchen wir, die oben beschriebenen Ansätze stärker analytisch
weiterzuverfolgen, denn statt die Suchergebnisse nur auszugeben, können sie auch
direkt automatisch ausgewertet und Hypothesen angeboten werden. Wenn etwa
alle Personen auf Gemälden in einem Datensatz erkannt werden können, lassen
sich Rückschlüsse auf Kompositionen und Gattungen ziehen. Porträts, Gruppen-
porträts und Landschaften mit ihren Staffage Figuren, lassen sich so von abstrakter
Kunst und Stillleben abgrenzen und in ihrem Figur- Raum Verhältnis zueinander
anordnen.
Die schon im Projektnamen enthaltene Vorstellung des „künstlerischen Se-
hens“ soll außerdem nicht nur in Form fertiger Kunstwerke Impulse liefern, son-
dern auch in der Werkgenese. Skizzen und Arbeitsprozesse des Künstlers und die
Strategien zu zeichnerischer Weltaneignung und Abstraktionsleistung sollen un-
tersucht und unmittelbar für Computer Vision nutzbar gemacht werden.
250
Der entwickelte freie Bildsuchalgorithmus und sein Webinterface sind so weit
fortgeschritten, dass sie auf Tagungen (Passau, Berlin, Mainz) und in Kooperati-
onsgesprächen mit potentiellen Partnern präsentiert werden konnten. Die daran
durchgeführten Tests zeigen, dass beliebige Datensätze durch die Suche tiefer vi-
suell erschlossen werden können. Insbesondere profitieren aber Datenbanken mit
einem hohen Anteil an Duplikaten und Variationen.
Die informatischen Ergebnisse konnten unter verschiedenen Aspekten ver-
öffentlicht werden: Masato Takami, Peter Bell und Björn Ommer: An Approach
to Large Scale Interactive Retrieval of Cultural Heritage, in: Proceedings of the
EUROGRAPHICS Workshops on Graphics and Cultural Heritage, EUROGRA-
PHICS Association, 2014. Außerdem wurden die zuvor erarbeiteten theoretischen
Grundlagen für einen automatischen Bildvergleich publiziert: Antonio Monroy,
Peter Bell und Björn Ommer: Morphological analysis for investigating artistic
images, Image and Vision Computing 32(6):414-423, 2014.
Im Jahr 2015 wird das Projekt die Zusammenarbeit mit den hiesigen und
überregionalen Bilddatenbanken vertiefen und den oben beschriebenen Prototy-
pen zur freien Bildsuche implementieren. Auch wenn diese Funktionalität erst
einmal nur auf einem Teildatensatz präsentiert werden kann, sollen damit die Be-
deutung und das Potential einer visuellen Suche klar zu Tage treten. Dazu verbes-
sern wir im Augenblick Performanz, Ergonomie und Interaktionsmöglichkeiten
des Nutzers.
Gleichzeitig versuchen wir, die oben beschriebenen Ansätze stärker analytisch
weiterzuverfolgen, denn statt die Suchergebnisse nur auszugeben, können sie auch
direkt automatisch ausgewertet und Hypothesen angeboten werden. Wenn etwa
alle Personen auf Gemälden in einem Datensatz erkannt werden können, lassen
sich Rückschlüsse auf Kompositionen und Gattungen ziehen. Porträts, Gruppen-
porträts und Landschaften mit ihren Staffage Figuren, lassen sich so von abstrakter
Kunst und Stillleben abgrenzen und in ihrem Figur- Raum Verhältnis zueinander
anordnen.
Die schon im Projektnamen enthaltene Vorstellung des „künstlerischen Se-
hens“ soll außerdem nicht nur in Form fertiger Kunstwerke Impulse liefern, son-
dern auch in der Werkgenese. Skizzen und Arbeitsprozesse des Künstlers und die
Strategien zu zeichnerischer Weltaneignung und Abstraktionsleistung sollen un-
tersucht und unmittelbar für Computer Vision nutzbar gemacht werden.
250