Image-Lab
Leitung: Prof. Dr. Martin Langner
Team: Firmin Forster, Marta Kipke, Maja Leone, Max Maletzki
Das Image-Lab erforscht Bilder und Images in ihrer digitalen Form. Gegründet wurde es 2019 im Rahmen der MWK-Initiative "Geistes- und Kulturwissenschaften - digital". Zentrale Forschungsthemen des Image-Lab betreffen Formalisierungs- und Klassifikationsprobleme visueller Zeugnisse der Vergangenheit sowie grundlegende Fragen des wissenschaftlichen und gesellschaftlichen Umgangs mit dem digitalen Bild. Dabei kommen neben formanalytischen Methoden der Bildwissenschaft auch Methoden des Computer Vision und der Bildanalyse zum Einsatz. Das Labor kooperiert mit dem Information Systems and Machine Learning Lab der Universität Hildesheim und dem Corpus Vasorum Antiquorum der Bayerischen Akademie der Wissenschaften.
Die digitale Bildwissenschaft ist ein Bereich der digitalen Geisteswissenschaften, der sich mit der Analyse zweidimensionaler Bilder mithilfe von Computermethoden und -anwendungen befasst. Da es sich im Kern um Geisteswissenschaften handelt, stammen die untersuchten Bilder oft aus kulturellen und historischen Kontexten, von Kunstwerken bis hin zu Alltagsobjekten. Wir verwenden digitale Methoden in vielen Schritten unserer Forschung: Bei der Erfassung, Dokumentation und Verarbeitung von bildbezogenen Daten, aber auch bei der Strukturierung der Bilder und ihrer Metadaten in Datenbanken. All diese Schritte führen zu einem besseren Verständnis der Bildstruktur, Komposition und Ikonographie der Bilder sowie ihrer Interpiktorialität, Ikonologie und Rezeption in vergangenen und gegenwärtigen Gesellschaften.
Der Bereich der computergestützten Bildanalyse entwickelt sich rasant, und wir passen diese Methoden an unsere oft sehr komplexen und heterogenen Datensätze an. Unsere Forschungsfragen bezüglich der Produktion von Bildern, ihrer Verwendung, ihrer Beziehung zu anderen Bildern und den an diesen Prozessen beteiligten Personen fordern die bestehenden Methoden heraus, sich weiterzuentwickeln. Mehr als andere Geisteswissenschaften konzentrieren sich unsere Forschungen auf die formale Struktur der Bilder, da diese Eigenschaften mit den derzeitigen Computermethoden am effektivsten analysiert werden können. Insbesondere mit dem Einzug von Computer Vision und Image Pattern Recognition in die Geisteswissenschaften besteht die Notwendigkeit, die komplexen Daten rund um die formale Struktur und den Inhalt der Bilder so zu übersetzen, dass ein künstliches neuronales Netz sich bei ihrer Klassifizierung und Untersuchung als nützlich erweisen kann.
Das Hauptaugenmerk liegt dabei stets auf der Variabilität und Vielfalt kultureller und künstlerischer Ausdrucksformen sowie der damit verbundenen Prozesse und Praktiken. Anstatt sich jedoch auf die bereits bekannten und ausgiebig erforschten "Meisterwerke" zu konzentrieren, betrachten wir ein breites Spektrum von Bildern, sowohl in einem qualitativen Ansatz als auch in ihrer oft heterogenen und unscharfen Gesamtheit. Insbesondere die Bildmustererkennung birgt ein großes Potential nicht nur für die Analyse der Bilder selbst, sondern auch in einer historischen Dimension. Traditionelle Methoden der Quellenkritik und der Kontextforschung sind in diesem Szenario nach wie vor wichtige Aspekte, die es anzuwenden gilt. Unsere Forschung ist das Bindeglied zwischen der Nahbetrachtung der Bilder, wie sie in Bereichen wie der Archäologie oder der Kunstgeschichte praktiziert wird, und der Fernbetrachtung, die vor allem von der Informatik vorangetrieben wird. Unsere Fallstudien begleiten die technische Entwicklung und verbinden sie mit den traditionellen Methoden, so dass sie sich gegenseitig befruchten.
Ein Beispiel dafür ist unser Projekt EGRAPHSEN, bei dem wir ein neuronales Netz trainieren, um antike griechische Vasen anhand ihres Malers zu erkennen. Diese signierten ihre Werke nur manchmal, so dass es ein sehr anspruchsvoller Prozess ist, andere Vasenbilder eines bekannten Künstlers zu erkennen. Wir untersuchen Phänomene des "persönlichen Stils", indem wir die Ähnlichkeit zwischen Bildern formalisieren und Strategien zur Annotation und Verarbeitung von Bilddaten so finden, dass eine computergestützte Analyse fruchtbar sein kann. Dabei ist die Überarbeitung und Verbesserung traditioneller Methoden einer der methodischen Aspekte in unserem Labor.
Der kritische und reflexive Umgang mit visuellen Phänomenen und deren Fluidität muss immer wieder neu untersucht werden. Und nicht zuletzt sind auch die Theorie des digitalen Bildes und die Erscheinungsformen des digital turn Gegenstand unserer aktuellen Forschungsdiskussion.
Zusammenfassend lässt sich sagen, dass die Digitale Bildwissenschaft zweidimensionale Darstellungen des kulturellen Erbes mit computergestützten Methoden aufbereitet, strukturiert und analysiert. Auch die Präsentation der Daten und die Reflexion der Methoden sind Teil unserer Arbeit. Das digitale Bild an sich ist jedoch ein Phänomen mit wissenschaftlichen und gesellschaftlichen Implikationen, das bei jedem Arbeitsschritt berücksichtigt werden muss.
Weitere Informationen zu den Aktivitäten des Labs finden Sie hier.