SPP Das Digitale Bild

Bildsynthese als Methode des kunsthistorischen Erkenntnisgewinns

seit 2019

Forschungsprojekt im Rahmen des DFG-Schwerpunktprogramms „Das Digitale Bild“

Synthetische „Anbetungen“, generiert durch ein sog. generative adversarisal network

Synthetische „Anbetungen“, generiert durch ein sog. generative adversarisal network

 

Digitale Bilder ermöglichen es uns Kunstwerke virtuell zusammenzubringen, sie zu gruppieren und beliebig zu rearrangieren. Die potentiell sehr komplexen Verbindungen, Ähnlichkeiten und Unterschiede innerhalb solcher Datensätze können von Computern analysiert werden. Dies macht jedoch ein Verständnis der grundlegenden, vom Computer gelernten Repräsentationen zwingend für den wissenschaftlich Erkenntnisprozess. Mithilfe generativer Verfahren aus dem Bereich des „deep learning“ soll eine neue Methodik zur Erschließung und Visualisierung von Bildkonzepten etabliert werden, die auf der Analyse dieser Repräsentationen aufbaut, wodurch das synthetische, digitale Bild zu einem bedeutenden Instrument des Interpretationsprozesses sowie des kunsthistorischen Erkenntnisgewinns wird.

 

Projektleitung

Prof. Dr. Peter Bell

Juniorprofessur für Digital Humanities mit Schwerpunkt Kunstgeschichte

Department of Digital Humanities and Social Studies (DHSS)
Juniorprofessur für Digital Humanities mit Schwerpunkt Kunstgeschichte

Wiss. Mitarbeit

Kooperationspartner

Prof. Dr. Björn Ommer
(Universität Heidelberg)

 

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...