Bildsynthese als Methode des kunsthistorischen Erkenntnisgewinns

Forschungsprojekt Bildsynthese als Methode des kunsthistorischen Erkenntnisgewinns
Synthetische „Anbetungen“, generiert durch ein sog. generative adversarisal network

seit 2019

Projektleitung: Prof. Dr. Peter Bell

Wiss. Mitarbeit: Fabian Offert

Kooperationspartner: Prof. Dr. Björn Ommer (Universität Heidelberg)

Forschungsprojekt im Rahmen des DFG-Schwerpunktprogramms „Das Digitale Bild“

Digitale Bilder ermöglichen es uns Kunstwerke virtuell zusammenzubringen, sie zu gruppieren und beliebig zu rearrangieren. Die potentiell sehr komplexen Verbindungen, Ähnlichkeiten und Unterschiede innerhalb solcher Datensätze können von Computern analysiert werden. Dies macht jedoch ein Verständnis der grundlegenden, vom Computer gelernten Repräsentationen zwingend für den wissenschaftlich Erkenntnisprozess. Mithilfe generativer Verfahren aus dem Bereich des „deep learning“ soll eine neue Methodik zur Erschließung und Visualisierung von Bildkonzepten etabliert werden, die auf der Analyse dieser Repräsentationen aufbaut, wodurch das synthetische, digitale Bild zu einem bedeutenden Instrument des Interpretationsprozesses sowie des kunsthistorischen Erkenntnisgewinns wird.