Lesezeit ca. 13 Min.
arrow_back

KANN EINE KÜNSTLICHE INTELLIGENZ ANTIKE KUNST VERSTEHEN?


Logo von Antike Welt
Antike Welt - epaper ⋅ Ausgabe 3/2022 vom 25.05.2022
Artikelbild für den Artikel "KANN EINE KÜNSTLICHE INTELLIGENZ ANTIKE KUNST VERSTEHEN?" aus der Ausgabe 3/2022 von Antike Welt. Dieses epaper sofort kaufen oder online lesen mit der Zeitschriften-Flatrate United Kiosk NEWS.

Bildquelle: Antike Welt, Ausgabe 3/2022

Abb. 1 Verkündigungsszene aus der Sophienkathedrale in Kiew,11. Jh. n. Chr.

Moderne Fahrassistenzsysteme, automatische Objekterkennung mit Google Lens, digitale Verkehrsüberwachung oder computergestützte Gesichtserkennung im öffentlichen Raum – dies sind nur wenige Beispiele für heutige Anwendungsgebiete der digitalen Bild- und Mustererkennung auf Basis Künstlicher Intelligenz, genannt Computer Vision. Für Bildwissenschaftler:innen ist das Erkennen von Bildelementen und Darstellungskonventionen sowie das Auffinden von visuellen Bezügen zwischen historischen Bildwerken eine elementare Aufgabe ihrer Forschungen. Die Expert:innen der jeweiligen Disziplinen, wie Kunstgeschichte oder Archäologie, greifen dafür auf ihre umfangreiche, über viele Jahre angeeignete Bildkompetenz zurück. Daher stellt sich die Frage: Inwiefern und für welche Fragestellungen können moderne Algorithmen diese Forschungsarbeit unterstützen? Und ist archäologisches Bildmaterial überhaupt für diese Art ...

Weiterlesen
epaper-Einzelheft 9,99€
NEWS Jetzt gratis testen
Bereits gekauft?Anmelden & Lesen
Leseprobe: Abdruck mit freundlicher Genehmigung von Antike Welt. Alle Rechte vorbehalten.
Lesen Sie jetzt diesen Artikel und viele weitere spannende Reportagen, Interviews, Hintergrundberichte, Kommentare und mehr aus über 1050 Magazinen und Zeitungen. Mit der Zeitschriften-Flatrate NEWS von United Kiosk können Sie nicht nur in den aktuellen Ausgaben, sondern auch in Sonderheften und im umfassenden Archiv der Titel stöbern und nach Ihren Themen und Interessensgebieten suchen. Neben der großen Auswahl und dem einfachen Zugriff auf das aktuelle Wissen der Welt profitieren Sie unter anderem von diesen fünf Vorteilen:

  • Schwerpunkt auf deutschsprachige Magazine
  • Papier sparen & Umwelt schonen
  • Nur bei uns: Leselisten (wie Playlists)
  • Zertifizierte Sicherheit
  • Freundlicher Service
Erfahren Sie hier mehr über United Kiosk NEWS.

Mehr aus dieser Ausgabe

Titelbild der Ausgabe 3/2022 von DER NIEDERGANG EINES IMPERIUMS. Zeitschriften als Abo oder epaper bei United Kiosk online kaufen.
DER NIEDERGANG EINES IMPERIUMS
Titelbild der Ausgabe 3/2022 von 7000 JAHRE ALTES GETREIDE VERRÄT URSPRUNG DER SCHWEIZER PFAHLBAUTEN. Zeitschriften als Abo oder epaper bei United Kiosk online kaufen.
7000 JAHRE ALTES GETREIDE VERRÄT URSPRUNG DER SCHWEIZER PFAHLBAUTEN
Titelbild der Ausgabe 3/2022 von EINE INNOVATIVE ANALYSEMETHODE VERSPRICHT AUFKLÄRUNG VON EHEMALIGEN GEFÄSSINHALTEN. Zeitschriften als Abo oder epaper bei United Kiosk online kaufen.
EINE INNOVATIVE ANALYSEMETHODE VERSPRICHT AUFKLÄRUNG VON EHEMALIGEN GEFÄSSINHALTEN
Titelbild der Ausgabe 3/2022 von DAS HURRITISCHE. Zeitschriften als Abo oder epaper bei United Kiosk online kaufen.
DAS HURRITISCHE
Mehr Lesetipps
Blättern im Magazin
DAS THEATER VON AGRIGENT. NEUE AUSGRABUNGEN UND FORSCHUNGEN
Vorheriger Artikel
DAS THEATER VON AGRIGENT. NEUE AUSGRABUNGEN UND FORSCHUNGEN
PAULUS UND DIE APOSTEL IN PHRYGIEN
Nächster Artikel
PAULUS UND DIE APOSTEL IN PHRYGIEN
Mehr Lesetipps

... der computergestützten Verarbeitung geeignet?

Im Forschungsprojekt «Iconographics. Computational Understanding of Iconography and Narration in Visual Cultural Heritage» arbeiten seit 2019 Wissenschaftler:innen aus der Kunstgeschichte, der Klassischen Archäologie, der Christlichen Archäologie und den Informatischen Wissenschaften eng zusammen. In intensiver Diskussion und vor allem mit vielen Experimenten wird im Team versucht, Schritt für Schritt eine Künstliche Intelligenz darauf zu trainieren, z. B. ähnliche Objekte oder ähnliche Körperhaltungen in unterschiedlichen historischen Bildern zu erkennen. Wenn es gelingt, dass eine große Anzahl Bilder automatisiert miteinander verglichen werden kann und aus einem größeren Bildpool passende Vergleiche angezeigt werden, kann dies die ersten Schritte einer Bildanalyse und Interpretation unterstützen, aber auch etwa Aussagen zur Häufigkeit oder zum Wandel einer Ikonografie geben.

Computer Vision (zu Deutsch auch: Maschinelles Sehen) beschreibt einen Teilbereich der Informatik, der sich mittels Algorithmen der Analyse und Verarbeitung von Bilddaten widmet. Grundlage hierfür sind sog. deep learning-Systeme, die künstliche neuronale Netzwerke (convolutional neural networks, kurz: CNN) nutzen, um sehr große Datenmengen zu untersuchen, Inhalte zu erlernen und selbstständig neue Inhalte mit diesen zu verknüpfen.

Egal, ob es sich um ein griechisches Vasenbild aus dem 6. Jh. v. Chr. handelt, um einen spätantiken christlichen Sarkophag aus dem 4. Jh. n. Chr. oder um ein Gemälde aus dem 16. Jh. – gemeinsam haben die Bilder, mit denen sich die genannten Disziplinen innerhalb des Projekts beschäftigen, dass der Mensch und seine Handlungen im Fokus ihres Interesses stehen. Wichtige Elemente sind dabei zum einen Objekte, die die jeweilige Darstellung z. B. als die einer bestimmten mythologischen oder biblischen Figur kennzeichnen können. Zum anderen sind Körperhaltungen oder Gesten, mittels derer sie interagieren und kommunizieren, für die Bilderzählung entscheidend. Sie wurden oft geradezu schematisiert in ganz ähnlicher Weise verwendet. Zeitgenössische Betrachtende verstanden diese Ikonografien auf Grund ihrer Sehgewohnheiten, während Wissenschaftler:innen heute ihre Bedeutung oftmals nur durch den Vergleich einer großen Anzahl von Bildern erschließen können.

Gerade für derartige Vergleiche ist der Einsatz neuer digitaler Methoden sinnvoll. Computer Vision-Modelle für die Erkennung von Objekten, Figuren und Körperhaltungen werden seit langem und mit immer größerem Erfolg auf Grundlage riesiger Bildersets moderner Fotografien entwickelt. Wendet man diese Modelle direkt auf historische Bildwerke an, scheitern sie aber. Dies liegt vor allem daran, dass z. B. die antike und frühchristliche Kunst ganz eigene Stile in der Darstellung entwickelt hat, die mit einer realistischen Abbildung, wie sie heutige Fotografien sind, oft wenig gemeinsam haben. So erscheinen etwa Gesichter in historischen Bildwerken mitunter stark abstrahiert, und Körperhaltungen widersprechen anatomischen Gesetzmäßigkeiten. Auch Darstellungen bestimmter Objekte müssen nicht den realweltlichen Vorbildern ähneln, oder es treten z. B. spezielle Gefäße oder Kultgegenstände auf, die zur da- maligen Lebenswelt gehörten, aber heute nicht mehr existieren und daher in modernen Fotografien gar nicht zu erwarten sind. Diese Eigenschaften machen ein eigenes Training der Computermodelle notwendig, das konkret auf die Merkmale der historischen Bilder ausgerichtet ist. Zwei Fallbeispiele aus der christlichen und antiken Bilderwelt, in denen geflügelte überirdische Wesen den Kontakt zu Menschen suchen, zeigen im Folgenden, wie wichtig Objekte und Körperhaltungen im Bildvergleich sind und welche Vorgehensweise für die Entwicklung einer computergestützten Bildanalyse gewählt wurde.

Verkündigung an Maria: Ein geflügelter Götterbote erschreckt eine Frau beim Spinnen

Nur wenige Geschichten aus der Bibel sind heute noch einem breiten Publikum bekannt – die Erzählung, wie der Engel Gabriel die junge Maria aufsucht und ihr verkündigt, dass Gott sie auserwählt habe, seinen Sohn, Jesus Christus, zu gebären, dürfte aber dazugehören. Der Evangelist Lukas erzählt diese Geschichte, daneben sind aber weitere schriftliche Quellen aus der Umwelt des Neuen Testaments bekannt, in denen die Erzählung stärker angereichert wird, z. B. das Protevangelium des Jakobus.

Bildliche Darstellungen dieser Szene sind überaus zahlreich. Es gibt Tausende Beispiele aus dem Mittelalter und der Frühen Neuzeit, aber auch aus spätantiker und byzantinischer Zeit sind über 500 Bilder erhalten.

Diese finden sich nicht nur in der Ausstattung von Kirchen (Abb. 1), z. B. als großformatige Wandbilder und Mosaike, sondern auch in allen Bereichen der Lebenswelt – etwa in der Buchmalerei, auf Schmuckstücken, Elfenbeinobjekten oder Textilien. Die Ikonografie der Szene war in den ersten Jahrhunderten noch nicht standardisiert, und so ist es heute mitunter gar nicht einfach, sie zu erkennen und die Aussage des Bildes zu entschlüsseln. Im Laufe der Zeit hat sich schließlich eine recht schematische Darstellung entwickelt, die häufig dieselben Personen, Objekte und Interaktionen zwischen diesen zeigt. Im Zentrum stehen eine junge Frau und eine menschliche, nicht immer eindeutig männliche Person mit Flügeln. Dass es sich bei diesen beiden um die Gottesmutter Maria und den göttlichen Boten Gabriel handelt, wird durch ihre Körperhaltungen und ihre Interaktion miteinander, aber auch durch die im Bild dargestellten Objekte deutlich.

Maria hält sich nach Bericht des Lukasevangeliums (Lk 1,26–38) gerade drinnen auf, als der Engel zu ihr tritt und ihr von Gottes Plan berichtet. Im apokryphen Protevangelium des Jako- bus wird beschrieben, dass Maria in diesem Moment gerade im Haus sitzt und dabei ist, das purpurne Garn für den Tempelvorhang zu spinnen. Und genau das wird auch dargestellt: Eine junge Frau sitzt auf einem Stuhl oder einem Hocker, neben sich hat sie einen Korb mit roter Wolle platziert und verarbeitet diese zu einem Faden oder hantiert mit einer Spindel, die sie vor ihrem Körper auf und ab tanzen lässt. In diese Idylle tritt der Engel. Als Bote Gottes, der einer anderen Sphäre angehört als der Mensch, rauscht er in den Raum hinein und erscheint plötzlich und ohne Vorankündigung. Die Handwerker:innen und Künstler:innen haben die Geschwindigkeit und das Heraneilen Gabriels oft durch sein wehendes Gewand oder eine beinahe hüpfende Körperhaltung eingefangen. Der Evangelist Lukas berichtet, dass Maria sich zunächst fürchterlich erschrickt, auf manchen Bildern hat sie sich erhoben.

Der Engel beruhigt sie («Fürchte Dich nicht!») und berichtet ihr dann von Gottes Plan. Auf Bildern ist dafür der Gestus des Sprechens gezeigt: Zeigeund Mittelfinger sind erhoben, die anderen Finger liegen an.

Es ist also ein Zusammenspiel aus den dargestellten Personen, ihren Körperhaltungen und Gesten sowie bestimmten Objekten, die es damals wie heute ermöglichen, die Szene zu erkennen. Doch über die Erkennbarkeit und das Erzählen von der Verkündigung hinaus vermittelt das Bild durch die Körperhaltungen und Objekte noch weitere Informationen: So ist z. B. die Kleidung Mariens in der Regel nicht die einer einfachen Frau aus einem Dorf in Galiläa, sondern sie trägt herrschaftliche, mitunter kaiserliche Gewänder. Auch ihr Sitzmöbel kann von hohem Rang sein: Nicht selten sitzt sie auf einem Thron, der mit Edelsteinen und Gold geschmückt ist.

Diese Attribute sind theologische Aussagen und verweisen auf ihre Rolle als Mutter Christi, dem göttlichen Herrscher der Welten, wie sie auf dem Konzil von Ephesos 431 n. Chr. festgeschrieben wurde. Aber auch das Verarbeiten von Wolle im Haus ist in der antiken Bildsprache mehr als nur Handarbeit: Es zeigt die Tugendhaftigkeit, Sittsamkeit und moralische Integrität einer Frau an, denn Maria wird bekräftigen müssen, von niemand anderem als dem Heiligen Geist schwanger zu sein – ein Umstand, mit dem auch Joseph sich zunächst schwergetan hat, wie der Evangelist Matthäus berichtet (Mt 1,18–25). Und der Engel? In den schriftlichen Quellen wird nicht beschrieben, wie er aussieht. Die ältesten Bilder aus dem 3. Jh. n. Chr. zeigen ihn daher ohne Flügel, aber schnell werden sie zu seinem Markenzeichen – sie sind die Verbindung zwischen der irdischen und himmlischen Sphäre und zeichnen ihn als Götterboten aus.

Die zeitgenössischen Betrachter:innen verstanden diese Assoziationen ohne Weiteres, denn die Bildsprache, die für die christlichen Ikonografien verwendet worden ist, hat eine lange Tradition in der antiken Welt. Bestimmte Motive übernahmen die Handwerker:innen und Künstler:innen und passten sie auf die neuen Geschichten an (Abb. 2). Um den spätantik-christlichen Wissenshorizont um die verwendeten Motive nachzuvollziehen, ist es nötig, viele Bilder zu vergleichen. Soll dies unterstützt durch den Computer erfolgen, ist es nötig, die KI daraufhin zu trainieren, dass sie Objekte wie den Thron Mariens und Körperhaltungen wie das Spinnen im Bild eigenständig erkennen kann.

Für diesen Lernprozess haben wir in einem ersten Schritt unzählige Bilder zusammengestellt, diese manuell mit Annotationen, d. h. beschrifteten Markierungen, versehen und ein KIgestütztes Modell damit angelernt. Die automatisiert erstellten Resultate der Objekterkennung sind anschließend ebenfalls händisch geprüft, ggf. korrigiert und dem Modell daraufhin wieder zum Training vorgelegt worden (supervised learning; Abb. 3). Im Rahmen des Projekts wurden über 80 000 derartige Annotationen in über 23 000 historischen Bildwerken aus den Gebieten der Klassischen und Christlichen Archäologie sowie der Kunstgeschichte angefertigt. Für die Szene der Verkündigung an Maria sind Bilder zusammengestellt worden, auf denen die wichtigsten Objekte (sitzende Frau, Sitzmöbel, Wolle, Spinngeräte, Korb und Flügel) dargestellt sind. Diese Bildwerke beinhalten bewusst auch nicht-christliche Bilder, denn wir möchten mehr über den Transfer der einzelnen Motive und ihre Verwendung in unterschiedlichen Kontexten, Zeiten und Kulturen erfahren.

Mythische Verfolgungsszenen: Von liebestollen Göttern und verzweifelten Gejagten

Die attische Vasenmalerei der archaischen und klassischen Zeit ist bekannt für ihre ausführlichen Erzählungen von mythischen Geschichten, die ganz unterschiedliche Bildfindungen erfahren haben. Ein Kelchkrater in der Erlanger Antikensammlung zeigt auf beiden Seiten in zwei Registern verschiedene mythologische Szenen (Abb. 4). Eine der Szenen befindet sich im unteren Register einer der beiden Gefäßseiten des Kraters: Eine Frau flieht mit weiten Schritten und flehend oder erschrocken geöffneten Handflächen nach rechts, während ihr Blick hinter sie auf eine männliche Figur mit reichen Locken und dichtem Bart gerichtet ist, die sie mit ausgestreckten Armen ergreifen will. Trotz einer großen Fehlstelle des Gefäßes ist der Ansatz eines Flügelpaares am Rücken der bärtigen Gestalt zu sehen, was ihn in Kombination mit seinem übrigen Erscheinungsbild sowie im Kontext des Bildes für antike Betrachtende unmissverständlich als Boreas, Gott des Nordwindes, ausweist. Folglich handelt es sich bei der Frau um Oreithyia, Tochter des athenischen Königs Erechtheus. Viele antike Autoren, darunter Simonides von Keos, Pindar und Strabon, berichten davon, wie Boreas die Königstochter am Fluss Ilissos in Attika entführte und zum Sarpedonfelsen nach Thrakien brachte.

Weitere Anwesende spielen in den literarischen Verarbeitungen des Themas keine Rolle. Mit den Personen links und rechts der Verfolgung erzählt der Vasenmaler die Geschichte auf seine eigene Weise. Indem er links neben Boreas eine weitere Fliehende als Pendant zu Oreithyia hinzufügte, legte er den Fokus auf den Schrecken der Situation, der zunächst in der Flucht münden muss, und nicht beispielsweise auf das Ergebnis der Erzählung, als Oreithyia Boreas’ Ehefrau wird.

Auf dem Kelchkrater dargestellt ist nur eine von vielen unterschiedlichen «Liebesverfolgungsszenen», wie sie als Vasenbilder ab dem frühen 5. Jh. v. Chr. sehr beliebt waren und hundertfach überliefert sind. Ob Boreas und Oreithyia, Eos und der Jüngling Kephalos, Poseidon und Amymone, Zeus bei der Verfolgung einer seiner zahlreichen Auserkorenen – es sind göttliche Wesen im Liebesrausch, die von jungen Männern und Frauen Besitz ergreifen wollen. Auch wenn der antike Betrachtende hierbei zusätzlich eine Fülle von religiösen, sozialen oder genderbezogenen Anspielungen in den Bildern sehen konnte (und vermutlich auch sollte), spielt vor allem ein Thema eine zentrale Rolle: die Macht der Götter, ihre aus dem Liebesverlangen resultierende Irrationalität und die Unausweichlichkeit des Schicksals der ihnen ausgelieferten Menschen.

Entsprechend der vielen verschiedenen Paare, für die Verfolgungsszenen existieren, treten immer wieder zwar die dazugehörigen Attribute (wie z. B. der Dreizack des Poseidon) auf, doch sind die dargestellten Objekte innerhalb der ganzen Gruppe von Liebesverfolgungen je nach Paar sehr unterschiedlich. Es handelt sich hierbei um Bilder, deren Gemeinsamkeit nicht in einem bestimmten Repertoire an Objekten liegt, sondern in der Interaktion der Figuren, wie sie sich durch Körperhaltungen, Blicke und Gesten, nicht zuletzt dem Verhältnis der Personen zueinander ausdrückt:

Der Verfolgende stürmt mit weitem Schritt nach vorn, während sich vor ihm der oder die Fliehende rasant in die gleiche Richtung bewegt, im Lauf den Blick zurückwendet und oft die Arme und Hände verzweifelt, erschrocken oder abwehrend hebt. Bereits anhand der Körpersprache konnten die antiken Betrachtenden verstehen, was in den Bildern passiert, noch bevor sie bei genauerem Hinsehen konkrete mythologische Gestalten erkannten. Und nicht nur das: Waren es sonst nur Gottheiten, die Menschen verfolgten, konnten die Vasenmaler mit demselben Schema von Verfolgung und Flucht eine ähnlich gefährliche, momentane Liebestollheit andeuten, wenn sie die Geschichte des griechischen Helden und Königs der Spartaner Menelaos und seiner abtrünnigen Ehefrau Helena ins Bild brachten (Abb. 5). Eigentlich im Begriff, sie wegen ihres Ehebruchs mit dem Trojaner Paris zu töten, verliebt er sich beim Anblick erneut in sie und lässt schließlich davon ab, sie zu bestrafen. Durch das fallende Schwert ist dies bereits vorweggenommen, der Fokus der Szene bleibt jedoch auf den wenigen Momenten zuvor, als die Wut und Macht des Menelaos sich mit einer Verliebtheit mischte.

Das Beispiel zeigt die feinen Unterschiede innerhalb eines Schemas: Nur Menelaos stürmt in solchen Szenen mit dem Schild voran und lässt sein Schwert fallen. Geflügelte Gott- heiten wie Eos oder Boreas strecken beide Arme aus, Götter wie Zeus oder Poseidon nur einen, während die andere Hand Zepter beziehungsweise Dreizack hält. Helena entspricht mit ihren erhobenen Armen demgegenüber ganz den von Gottheiten Verfolgten. Damit wir Verbindungen wie diese, die sich in den Körperhaltungen der Figuren äußern, unter sehr vielen Bildern künftig mit Hilfe der Computer Vision einfacher auffinden können, wurde im «Iconographics»-Projekt testweise ein Anwendungsprogramm entwickelt (pose-based image retrieval application). Hierfür musste zunächst ein bereits bestehendes Modell zur digitalen Erkennung von Körperhaltungen speziell auf antike Vasenbilder neu trainiert werden. Dies geschah einerseits mit einem Stiltransfer, d. h. einer Angleichung der dem Modell geläufigen modernen Fotografien an die griechische Vasenmalerei, um es an diesen Stil zu «gewöhnen» (style transfer learning). Um das Training zu präzisieren, wurden zusätzlich in mehreren tausend Figuren in Vasenbildern bis zu 18 Gelenkpunkte markiert und zu sog. Posenskeletten verbunden (Abb. 6). Auf Grundlage dieses Trainings ist das Programm imstande, eigenständig einzelne Figuren zu erkennen, ihre Gelenkpunkte zu ermitteln und die daraus entstandenen Posenskelette mit einer großen Anzahl weiterer Bilder zu vergleichen (Abb. 7).

Computer Vision: Teil einer Bildwissenschaft der zukunft?

Die wichtige Suche nach Bildbezügen geschieht in der Forschung momentan noch durch die zeitaufwändige Sichtung großer Bildmengen in der Fachliteratur und den Bilddatenbanken von Museen oder Forschungseinrichtungen. Gilt das Interesse der Körpersprache der Figuren, ist dies schwierig, da die Bildbeschreibungen in Online-Datenbanken fast immer sehr kurz gehalten sind. Verfahren wie die digitale Erkennung von Körperhaltungen könnten die Arbeit von Forschenden sehr sinnvoll unterstützen, da nicht nur der Vergleich sehr vieler Bilder erheblich schneller bewältigt werden kann, sondern auch Verbindungen zwischen Bildwerken erkannt werden könnten, an die man vorher gar nicht gedacht hatte. Auch eine digitale Objekterkennung bietet vielfältige Möglichkeiten. Resultate zum Vorkommen bestimmter Objekte könnten für umfangreiche Bildsammlungen schnell erzielt und anschaulich visualisiert werden, z. B. in Clustern.

Dadurch lässt sich z. B. analysieren, welche Objekte für bestimmte Bildthemen wichtig sind und wie sich deren Darstellung über die Zeit ändert.

Da Körperhaltungen und Objekte im Bild elementare Bestandteile der Bildgestaltung sind, ist ihre automatisierte Erkennung und der damit ermöglichte Bildvergleich auch Grundlage für komplexere bildwissenschaftliche Fragen der Zukunft.

Zum jetzigen Zeitpunkt handelt es sich hierbei um Grundlagenforschung, deren Ergebnisse für die wissenschaftliche Praxis noch nicht präzise genug sind – etwa wenn bestimmte Körperhaltungen noch nicht ganz korrekt dargestellt (vgl. Oreithyia in Abb. 7, links) oder wichtige Objekte im Bild, wie z. B. einige der Flügel in Abb. 1, gar nicht erkannt werden. Solche «Fehler» beruhen grundsätzlich auf einer Reihe von Herausforderungen, mit denen das Projektteam umzugehen hat. Historische Kunstwerke wurden in ganz verschiedenen Gattungen und künstlerischen Stilen gefertigt, seien es Mosaike, Malereien oder Reliefs, um nur wenige Beispiele zu nennen. Dies erschwert ein Training der Computer Vision-Modelle, vor allem weil die Anzahl bestimmter Motive bisweilen kaum für das Training ausreicht. Für dreidimensionale Bildträger wie Keramikgefäße müssen zudem fotografische Verzerrungen berücksichtigt werden. Und nicht zuletzt sind archäologische Artefakte oft nur fragmentiert oder beschädigt erhalten.

Trotz dieser Herausforderungen sind die großen Potenziale der rasanten technischen Entwicklung digitaler Methoden auch für die Kultur- und Bildwissenschaften nicht zu unterschätzen. Um diese gewinnbringend zu nutzen, ist ein intensiver Austausch zwischen den informatischen und geisteswissenschaftlichen Fächern wünschenswert, in dem gemeinsam einerseits technische Lösungen entwickelt, andererseits die jeweiligen Methoden kritisch reflektiert werden.

Das Projekt «Iconographics. Computational Understanding of Iconography and Narration in Visual Cultural Heritage» wurde im Rahmen der Emerging Fields Initiative der Friedrich-Alexander-Universität Erlangen-Nürnberg großzügig gefördert. Neben den Autor:innen maßgeblich beteiligt sind Peter Bell und Dirk Suckow (Digitale Kunstgeschichte) sowie Andreas Meier, Ronak Kosti und Prathmesh Madhu (Mustererkennung/Informatik).

Adressen der Autor:innen

Lara Mührenberg, B.A., Mag. theol.

Lehrstuhl für Christliche Archäologie Friedrich-Alexander-Universität Erlangen-Nürnberg Kochstr. 6

D-91054 Erlangen

Dr. Torsten Bendschus Institut für Klassische Archäologie Friedrich-Alexander-Universität Erlangen-Nürnberg Kochstr. 4

D-91054 Erlangen

Prof. Dr. Corinna Reinhardt Institut für Klassische Archäologie Friedrich-Alexander-Universität Erlangen-Nürnberg Kochstr. 4

D-91054 Erlangen

Prof. Dr. Ute Verstegen Lehrstuhl für Christliche Archäologie Friedrich-Alexander-Universität Erlangen-Nürnberg Kochstr. 6

D-91054 Erlangen

Bildnachweis

Abb. 1: DcoetzeeBot (Wikimedia Commons, lizenziert unter CC0 Public Domain); 2: Grafik Lara Mührenberg; 3: Grafik Ronak Kosti, Prathmesh Madhu & Lara Mührenberg; 4: Foto Georg Pöhlein für die Antikensammlung der FAU Erlangen-Nürnberg, publiziert mit frdl. Genehmigung; 5: © RMN-Grand Palais (musée du Louvre) /

Stéphane Maréchalle; 6: Grafik Ronak Kosti, Prathmesh Madhu & Torsten Bendschus; 7: Screenshot Ronak Kosti & Prathmesh Madhu, Tool-Entwicklung: Angel Villar-Corrales.

Literatur

P. BELL / L. IMPETT, Ikonographie und Interaktion. Computergestützte Analyse von Szenen der Evangelien, in: Das Mittelalter 24/1 (2019) 7–16. DOI: 10.1515/mial- 2019-0004.

T. BENDSCHUS / L. MÜHRENBERG / C. REINHARDT u. a., Computer Vision und Deep Learning aus Perspektive der archäologischen Bildanalyse, in: P. Bell / L. Dieckmann, 4D: Dimensionen – Disziplinen – Digitalität – Daten (Computing in Art and Architecture, Band 5; eingereicht).

L. BRUBAKER / M. B. CUNNINGHAM (Hrsg.), The Cult of the Mother of God in Byzantium. Texts and Images (2016).

C. GINES TAYLOR, Late Antique Images of the Virgin Annunciate Spinning. Allotting the Scarlet and the Purple (2018).

R. M. JENSEN, The Apocryphal Mary in Early Christian Art, in: A. Gregory u. a. (Hrsg.), The Oxford Handbook of Early Christian Apocrypha (2015) 289–305.

S. KAEMPF-DIMITRIADOU, Die Liebe der Götter in der attischen Kunst des 5. Jahrhunderts v. Chr. (1979).

P. MADHU / A. VILLAR-CORRALES / R. KOSTI u. a., Enhancing Human Pose Estimation in Ancient Vase Paintings via Perceptually-grounded Style Transfer Learning (eingereicht, Vorabdruck online verfügbar: arXiv:2012.05616).

M. STANSBURY-O’DONNELL, Structural Differentiation of Pursuit Scenes, in: D. Yatromanolakis (Hrsg.), An archaeology of Representations. Ancient Greek Vase Painting and Contemporary Methodologies (2009) 341–372.

A. STEWART, «Rape?», in: E. Reeder (Hrsg.), Pandora.

Women in Classical Greece (1995) 74–90.