Campus-Institut Data Science (CIDAS)

Projekte für Abschlussarbeiten

Historische Alben mit Postkarten

Betreuer:in: Prof. Langner

Bereich: Digitale Editionen

Tools: MySQL und Excel, heuristnetwork, openCV

Aufgabe:

Erstellen Sie eine digitale Edition eines Albums und Analysieren Sie die Motive und Orte mithilfe einer Datenbank (und ggf. Objekterkennung).


Lebensstile im chronologischen Vergleich: 50 Jahre IKEA

Betreuer:in: Prof. Langner

Bereich: Quantitative Image Type Analysis
Tools: Python, keras, tensorflow, Orange

Aufgabe:

Reduzieren Sie die Fotos im IKEA-Katalog auf einige arten von Bildern (z. B. Familie am Esstisch, Kinder im Schlafzimmer) und untersuchen Sie deren Entwicklung in den letzten 50 Jahren.


Digitalisierung der SUB Sammlung historischer Globen

Betreuer:in: Prof. Langner

Bereich: 3D Digitalisierung

Tools: Metashape, Meshlab, blender

Aufgabe:

Finden Sie geeignete Methoden der 3D-Digitalisierung für die runden Globen.


Automatische Bestimmung von Papiereigenschaften

Betreuer:in: Prof. Langner

Bereich: 3D Digitalisierung

Tools: Structured Light Scanner, Metashape, MeshLab, Python
Aufgabe:

Entwickeln Sie einen Prozess, um beim Scannen automatisch die unterschiedlichen Materialeigenschaften von Papier (bspw. Handgeschöpftespapier, Kupferstichpapier usw.) zu ermitteln.


Ähnlichkeiten von 3D Figuren

Betreuer:in: Prof. Langner

Bereich: 3D Shape Analysis

Tools: MeshLab, Python


Aufgabe:

Dimensionsvergleich antiker und postantiker Skulpturen basierend auf 3D-Scans.


Distant Reading and Viewing

Betreuer:in: Prof. Langner

Bereich: Multimodality

Tools: Machine Learning (keras, tensorflow), Python, orange, Stanford NLP Tools

Aufgabe:

Vergleichen Sie Mechanismen des Geschichtenerzählens anhand eines Korpus von Shakespeare-Illustrationen oder historischer Zeitschriften.


Rekonstruktion antiker Lebensstile

Betreuer:in: Prof. Langner

Bereich: Social Network Analysis

Tools: gephi, Excel

Aufgabe:

Rekonstruieren Sie mithilfe verschiedener Listen mit Gegenständen aus Häusern des antiken Pompeji (bzw. der griechischen Stadt Olynth) die Lebensweise, das soziale und kulturelle Selbstverständnis und Verhalten der Bewohner:innen.


Drucke der Frühen Neuzeit

Betreuer:in: Prof. Wesche

Bereich: OCR

Tools: Transkribus or OCR4all


Aufgabe:

Trainieren Sie ein OCR-Modell zur Buchstabenerkennung für frühneuzeitliche Drucke.


Stil, Motiv und Bedeutung in der Kunst des frühen 20. Jahrhunderts

Betreuer:in: Prof. Langner

Bereich: Stilerkennung

Tools: openCV, Python, keras, tensorflow

Aufgabe:

Analysieren Sie die Beziehung zwischen Stil und Motiv im deutschen Expressionismus basierend auf der Erkennung von 2D-Bildmustern.


VR4Study

Betreuer:in: Prof. Langner

Bereich: 3D Modellierung

Tools: blender


Aufgabe:

Erschaffen Sie einen Avatar für die e-learning Anwendung VR4Study.


Historische Radwege

Betreuer:in: Prof. Langner

Bereich: Spatial Analysis

Tools: QGIS


Aufgabe:

Rekonstruktion der Fahrradrouten aus dem "Wegweiser durch Mitteldeutschland für Radfahrer"
von 1897.

Wie sieht gute Werbung aus?

Betreuer:in: Prof. Langner

Bereich: Image Feature Detection
Tools: Fiji (ImageJ) oder Python, keras, tensorflow, Orange
Aufgabe:

Vergleichen Sie die formale Gestaltung preisgekrönter Anzeigenwerbung (auf Grundlage der Clio-Awards)

Wieviele 3D-Informationen stecken in tiefenscharfen Fotos?

Betreuer:in: Prof. Langner

Bereich: 3D-Modelling und 3D Shape Comparison
Tools: Meshlab und Metashape, Python

Aufgabe:

Erstellen Sie aus 20 3D-Scans des Augustus ein "Idealporträt" des Kaisers, mappen darauf je vier Ansichten in 2D, erstellen anschließend 256 Screenshots und errechnen photogrammetrisch ein neues Modell. Anschließend vergleichen Sie Ausgangskopf und neu erzeugten Kopf.