arthistoricum.net

Die Analyse und Interpretation historischer Bildwerke bildet einen Kernbestandteil des wissenschaftlichen Arbeitens archäologischer Disziplinen wie der Klassischen und der Christlichen Archäologie. Digitale Methoden der Computer Vision und des Deep Learning – beispielsweise im Bereich des automatisierten Erkennens von Objekten oder Körperhaltungen – können die bildanalytische Forschung in Zukunft maßgeblich unterstützen. Eine Herausforderung stellen jedoch die besonderen Phänomene und typischen Überlieferungsbedingungen von archäologischem Bildmaterial stellen jedoch eine Herausforderung dar. Sie erschweren eine Übertragung von bereits entwickelten digitalen Modellen auf die Analyse dieser Artefakte, weil diese an andersartigen Bilddaten wie modernen Fotografien trainiert wurden.
Exemplarisch werden in diesem Beitrag vier zentrale Merkmale fachspezifischer Bilddaten und -datensets charakterisiert. Anschließend schlagen wir technische Problemlösungen vor, basierend auf Fallstudien aus einem laufenden Forschungsprojekt, das sich dezidiert mit der Entwicklung und Anwendung digitaler Methoden für die Analyse historischer Kunstwerke auseinandersetzt. Aus den testweise erzielten Resultaten werden Ansprüche an wie auch Potenziale für die weitergehende Forschung abgeleitet. Das methodische Vorgehen sowie mögliche Anwendungsgebiete aus archäologischer Perspektive werden in Zwischenfazits sowie abschließend kritisch reflektiert.