LFU:online

Vermittlung eines umfangreichen Faktenwissens und profunden Verständnisses des Themas der Vorlesung

Visuelle Tools rücken immer mehr in den Fokus von Forschung und Institutionen, deren Sammlungen auf digitalen Plattformen zugänglich sind. Die im letzten Jahrzehnt vollzogenen technischen Fortschritte in der Computer Vision und dem Machine Learning erleichtern es zunehmend, visuelle Kriterien als Ordnungsprinzipien oder Suchoptionen in große digitale Bildersammlungen einzuführen. Die Vorlesung führt in aktuelle Innovationsmöglichkeiten, Methoden der Computer Vision, in die praktische Anwendung visueller digitaler Werkzeuge und dabei zutage tretende methodische Probleme ein. Anhand aktueller Projektbeispiele werden verschiedene Ansätze, Bildähnlichkeit maschinell zu erfassen und mit hermeneutischen Fragestellungen der Kunstgeschichte zu verbinden, vorgestellt. Der Einsatz von künstlicher Intelligenz (AI) und Deep Convolutional Neural Networks (CNNs) wird aus methodischer und ethisch-gesellschaftlicher Sicht behandelt und speziell der Nutzen der automatischen Bilderkennung für kunstgeschichtliche Interessen, wie z. B. stil- oder rezeptionsgeschichtliche Fragestellungen, kritisch diskutiert.

Wichtigstes Anliegen ist die Eröffnung einer disziplinenübergreifenden Perspektive auf den Begriff der Bildähnlichkeit: Wie wird Bildähnlichkeit von Informatikern verstanden, welche Rolle spielt sie in der Kunstgeschichte, der Kunstphilosophie und der Kunstpsychologie? Insbesondere die Einflüsse interdisziplinär bedeutsamer theoretischer Ansätze wie Phänomenologie, Wahrnehmungspsychologie und Gestalttheorie auf Computer Vision und Kunstgeschichte werden als Verbindungsglieder zwischen den Disziplinen Beachtung finden

Frontalunterricht mit Bildbeispielen

schriftlich

wird in der Lehrveranstaltung bekannt gegeben

Online Anmeldung erforderlich! Anmeldung nur für Master-Studierende