• Navigation überspringen
  • Zur Navigation
  • Zum Seitenende
Organisationsmenü öffnen Organisationsmenü schließen
Digitale Geistes- und Sozialwissenschaften
  • FAUZur zentralen FAU Website
Suche öffnen
  • en
  • de
  • Campo
  • StudOn
  • FAUdir
  • Stellenangebote
  • Lageplan
  • Hilfe im Notfall

Digitale Geistes- und Sozialwissenschaften

Menu Menu schließen
  • IZdigital
  • Forschung
  • Veranstaltungen
  • Studium
  • Teams
  • Kontakt
  1. Startseite
  2. Forschung
  3. EFI Iconographics

EFI Iconographics

Bereichsnavigation: Forschung
  • Forschungsprojekte der Mitglieder des IZdigital
  • Neues aus der Forschung des IZdigital
  • Dissertationen
  • DH Kolloquium und Digital Humanities Lab der Universitätsbibliothek
  • SPP Das Digitale Bild
  • EFI Iconographics
  • Odeuropa
  • Objekte im Netz

EFI Iconographics

Iconographics. Computational Understanding of Iconography and Narration in Visual Cultural Heritage

Das interdisziplinäre Forschungsprojekt „Iconographics“ widmet sich innovativen Möglichkeiten der digitalen Bilderkennung für die Kunst- und Geisteswissenschaften. Während computer vision bereits vielfach imstande ist, einzelne Objekte oder spezifische künstlerische Stile in Bildern zu identifizieren, stellt sich das Projekt dem offenen Problem, auch die komplexeren Bildstrukturen und Zusammenhänge digital zu erschließen.

Auf Basis einer engen fächerübergreifenden Zusammenarbeit von Klassischer Archäologie, Christlicher Archäologie, Kunstgeschichte und den Informatischen Wissenschaften sowie in gemeinsamer theoretischer & methodischer Reflexion wird eine große Menge vielschichtiger Bildwerke analysiert, verglichen und kontextualisiert. Das Ziel ist, die oft sehr komplexen kompositorischen, erzählerischen und semantischen Strukturen dieser Bilder für computer vision fassbar zu machen.

Aktuelles zum Projekt

  • Prof. Reinhardt in ARD-Alpha: Mit computergestützten Methoden antike Sichtweisen besser verstehen 

    Zum Artikel "Prof. Reinhardt in ARD-Alpha: Mit computergestützten Methoden antike Sichtweisen besser verstehen "

    Was griechische Vasen über das Leben der Menschen in der Antike verraten Wie kann man in der heutigen Zeit einen Einblick in die uns fremde Kultur des antiken Griechenlands erhalten? Eine Möglichkeit dafür, die Interpretation der Malereien auf antiken Vasen, stellt Prof. Corinna Reinhardt vom Lehrs...

    20. Oktober 2020 Kategorie: EFI Iconographics, FAUdigital, Neues IZdigital-Forschung
    Weiterlesen
  • Perceptual bias and technical metapictures: critical machine vision as a humanities challenge

    Zum Artikel "Perceptual bias and technical metapictures: critical machine vision as a humanities challenge"

    Article by Prof. Dr. Peter Bell und Dr. Fabian Offert In many critical investigations of machine vision, the focus lies almost exclusively on dataset bias and on fixing datasets by introducing more and more diverse sets of images. We propose that machine vision systems are inherently biased not onl...

    19. Oktober 2020 Kategorie: Allgemein, EFI Iconographics, FAUdigital, Neues IZdigital-Forschung, SPP Das Digitale Bild
    Weiterlesen
  • ANNOtator Challenge – Develop a game to gamify the annotating

    Zum Artikel "ANNOtator Challenge – Develop a game to gamify the annotating"

    Background Deep learning has enabled reliable image classification and object detection. In our reseach, we focus on the transferability of deep learning techniques to the art domain. However, deep learning technologies are based on deep neural networks consisting of millions of parameters that nee...

    12. Oktober 2020 Kategorie: Allgemein, EFI Iconographics, FAUdigital, IZdigital-Forschung
    Weiterlesen
  • Understanding Compositional Structures in Art Historical Images using Pose and Gaze Priors

    Zum Artikel "Understanding Compositional Structures in Art Historical Images using Pose and Gaze Priors"

    Inspired from the pioneer work of Max Imdahl [1], our work focuses on generating image composition canvas (ICC) diagrams based on two central themes: (a) detection of action regions and action lines of an artwork (b) pose-based segmentation of foreground and background.

    21. Juli 2020 Kategorie: Allgemein, EFI Iconographics, FAUdigital, Neues IZdigital-Forschung
    Weiterlesen
  • Styled Transfer Learning for Art Historical Images

    Zum Artikel "Styled Transfer Learning for Art Historical Images"

    This work exploits style transfer in combination with transfer learning to recognize characters in art historical images. Our approach focuses on recognizing two central characters in the “Annunciation of the Lord” scene from Art history, Mary and Gabriel across varied art-works from different artists, times and styles. 

    16. Juni 2020 Kategorie: Allgemein, EFI Iconographics, FAUdigital, IZdigital-Forschung
    Weiterlesen
  • Krippenspiele – wie Computer weihnachtliche Gemälde interpretieren

    Zum Artikel "Krippenspiele – wie Computer weihnachtliche Gemälde interpretieren"

    Prof. Dr. Peter Bell über die automatisierte Erkennung kunstgeschichtlicher Darstellungen   Wie können Computer weihnachtliche Szenen automatisiert erkennen und verstehen? Wie haben sich festliche Motive über die Jahre verändert? Diesen Fragen widmete sich am Montag, 16. Dezember, die Veran...

    7. April 2020 Kategorie: Allgemein, EFI Iconographics, FAUdigital, Video
    Weiterlesen
  • ICONOGRAPHICS: Computational Understanding of Iconography and Narration in Visual Cultural Heritage

    Zum Artikel "ICONOGRAPHICS: Computational Understanding of Iconography and Narration in Visual Cultural Heritage"

    Das Projekt beschäftigt sich mit einem wichtigen Aspekt aus den Bereichen Kunst, Archäologie und dem kulturellen Erbe: Ikonographie und narrative Bilder.

    17. Mai 2019 Kategorie: EFI Iconographics, FAUdigital, IZdigital-Forschung
    Weiterlesen

gefördert durch die Emerging Fields Initiative an der FAU Erlangen-Nürnberg

 

 

Weitere Hinweise zum Webauftritt

Interdisziplinäres Zentrum für Digitale Geistes- und Sozialwissenschaften
c/o Institut für Kunstgeschichte

Schlossgarten 1
91054 Erlangen
  • FAU
  • Impressum
  • Facebook
  • RSS Feed
  • Twitter
Nach oben