Nachlese Dhd 2014: Das “Objektcluster” auf der Pre-Conference von DARIAH-DE

Die neue Clusterstruktur von DARIAH-DE trägt mit ihrer Fokussierung auf bestimmte Kernbereiche der dynamischen Entwicklung der Digital Humanities Rechnung. Als Kern-DH-Verfahren wurden in der ersten Förderperiode u.a. Editions- und Erschließungsverfahren / Annotationen sowie computergestützte Analyseverfahren, d.h. das Erkennen von sprachlichen Strukturen in Texten, aber auch Erkennen von visuellen Strukturen in Bildern, benannt.[1] Insbesondere letzter Punkt, die Mustererkennung in Bildern, stellt bislang ein großes Desiderat in der und für die digitale Forschung dar, obwohl Texte keineswegs die einzigen Primärquellen sind, mit denen GeisteswissenschaftlerInnen arbeiten. Cluster 7, das so genannte “Objektcluster” unter Leitung des Deutschen Archäologischen Instituts (DAI), möchte daher dazu beitragen, dieses Deisderat anzugehen, indem es für geisteswissenschaftliche Zwecke angepasste Lösungen aus dem Bereich der automatischen Bilderkennung / Gesichtserkennung nachhaltig in die Forschungsinfrastruktur einbringt.

Auch wenn Reinhard Förtsch in seiner Präsentation dieses Vorhabens explizit keine Definition davon gegeben hat, was Objekte sind, so ist doch anzumerken, dass die Rede von einem “Objektcluster” der Tatsache geschuldet ist, dass u.a. die archäologische Objektdatenbank Arachne eine Datenbasis für die geplante Mustererkennung stellt. Mustererkennung wird also nicht an 3D-Objekten vollzogen, sondern an digital vorliegenden Fotografien von Objekten, sprich Bildern. Die Anschlußmöglichkeiten für andere Fachdisziplinen wie Kunstgeschichte oder Epigraphik sind offensichtlich, so dass zu wünschen ist, dass es zu einem regen Austausch zwischen verschiedenen Initiativen kommt, affine Projekte also “nicht mehr gemeinsam einsam sind, sondern [...] echte Synergien entstehen.”[2]

[1] Ruth Reiche, Rainer Becker, Michael Bender, Matthew Munson, Stefan Schmunk, Christof Schöch: “Verfahren der Digital Humanities in den Geistes- und Kulturwissenschaften”, in: DARIAH-DE Working Papers Nr. 4, Göttingen: DARIAH-DE, 2014.
[2] Claudine Moulin, Tweet aus dem Twitterstream zur Dhd 2014, 28. März.

Quelle: http://dhd-blog.org/?p=3286

Weiterlesen

Tagungsbericht: “Automatic Pattern Recognition and Historical Handwriting Analysis”

Ein wesentlicher Bestandteil historischer Forschung ist die Interpretation primären Quellenmaterials. Hier spielen insbesondere Handschriften oft eine entscheidende Rolle. Der seit Jahren stetig anwachsende Bestand digitalisierter historischer Schriftzeugnisse lässt inzwischen auch Analyse- und Vergleichsmöglichkeiten für derartige Dokumente zu, welche mit händischen Verfahrensweisen nur unter erheblichem Aufwand zu denken wären. Ein in Erlangen veranstalteter Workshop zum Thema “Automatische Mustererkennungsverfahren und Analyse historischer Handschriften” stellte nun eine Reihe von Techniken vor, mit denen Schrift- und Layoutanalysen für handschriftliches Material unternommen werden können. Ein detaillierter Bericht zur Konferenz kann hier abgerufen werden.

Quelle: http://dhd-blog.org/?p=1862

Weiterlesen

Automatische Handschriftenerkennung

An der Friedrich-Alexander Universität Erlangen findet vom 14. bis 15. Juni 2013 der 20th International Workshop on Automatic Pattern Recognition and Historical Handwriting Analysis statt. Als Referenten dabei sind unter anderem Peter Stokes (King’s College London), Robert Sablatnig (Technische Universität Wien), Dominique Stutzman (CNRS), Lior Wolf (Tel Aviv University).

Mehr Informationen auf der Workshopseite

 

Quelle: http://dhd-blog.org/?p=1682

Weiterlesen

Deutscher Bundestag: Kleine Anfrage zur Mustererkennung

In einer Presseaussendung des Deutschen Bundestags (“Linke legt Kleine Anfrage zur Mustererkennung vor”) wird von einer aktuellen Kleinen Anfrage der Partei Die Linke berichtet. In der Kleinen AnfrageForschungen zum Einsatz automatisierter Mustererkennung und Biometrie zum Aufspüren von sogenanntem bedrohlichem Verhalten“ werden in einem umfangreichen 48-Punkte-Fragenkatalog die von der deutschen Bundesregierung geförderten Verbundprojekte im Bereich der “Mustererkennung” kritisch hinterfragt. Ich bin schon sehr auf die Beantwortung gespannt!

Quelle: http://www.univie.ac.at/identifizierung/php/?p=5403

Weiterlesen

Neue Erkenntnisse zur Vorratsdatenspeicherung

Wie in den österreichischen Medien jetzt auch krone.at (“Vorratsdaten nicht zur Prävention von Terror geeignet”) und zuvor derstandard.at (“Vorratsdatenspeicherung kein Mittel gegen Terrorismus”) berichten, veröffentlichte die Technische Universität Darmstadt pünktlich zum 11. Jahrestag von 9/11 in einer Presseaussendung Ergebnisse einer Untersuchung zur umstrittenen Vorratsdatenspeicherung von Telekommunikationsdaten. Die Kernaussage darin ist, dass die Vorratsdatenspeicherung womöglich kein geeignetes präventives Mittel ist, um terroristische Anschläge zu verhindern. In der Aussendung heißt es:

„Das hierzulande vorgebrachte Hauptargument, dass Terroristen schon vor einer Straftat identifiziert werden könnten – also rein präventiv –, ist nach unserer Studie fraglich“, bringt es der Bioinformatiker Prof. Kay Hamacher vom Fachgebiet Computational Biology and Simulation, auf den Punkt. „Entgegen bisheriger Vermutungen haben unsere Simulationen gezeigt, dass die Wahrscheinlichkeit, Terroristen ausfindig zu machen, praktisch nicht steigt“, konkretisiert Hamacher, der die Studie gemeinsam mit Prof. Stefan Katzenbeisser, Security Engineering Group der TU Darmstadt, leitete.

Es ist die Suche nach der Nadel im Heuhaufen

Um terroristisches Verhalten erkennen zu können, müssen Telekommunikationsmuster erkannt werden, die von “normalen” Mustern abweichen. Die Forscher erklären es für problematisch,  “dass auch unverdächtige und gesellschaftlich gewollte Organisations- und Kommunikationsstrukturen auf diese Weise funktionieren” und führen die Organisation einer Hochzeit als Beispiel an.  Es ist also nicht möglich, als terroristisches Verhalten definierte Muster von “normalen”, nicht terroristischen Mustern zu unterscheiden. Außerdem sei es für Terrorgruppen ohne weiteres möglich, die “Ermittler auf falsche Spuren zu locken”, etwa durch die Bildung einer Art “Zwillings-Gruppe”, die durch ihr Verhalten die Aufmerksamkeit auf sich zieht.

Auch potentielle Bankräuber verhalten sich “normal”

Sehr ähnliche Ergebnisse präsentiere ich in meinem Paper “The thinking eye is only half the story: High level semantic video surveillance”: Um Vorbereitungshandlungen von möglichen Banküberfällen (z.B. Ausspionieren der Örtlichkeit) präventiv verhindern zu können, gibt es die Möglichkeit, mit Hilfe von Kameras und Bildverarbeitungsalgorithmen Bewegungsmuster von Personen automatisiert zu analysieren.

Bei den Beobachtungen in Bankfilialen hat sich aber ergeben, dass das Verhalten von “normalen” Bankkunden so unterschiedlich und divers ist, dass das Erkennen und Herausfiltern von ungewöhnlichen oder sogar verdächtigen Bewegungsmustern nicht mehr möglich ist. Wenn man also nur diejenigen herausfiltern würde, die vom Durchschnittsverhalten abweichen (z.B. eine Person, die in aller Ruhe ein Überweisungsformular ausfüllt und anschließend in einer Schlange vor dem Schalter wartet), würde es mit sehr hoher Wahrscheinlichkeit immer die Falschen, nicht aber potentielle Bankräuber treffen. Auch hier habe ich den Vergleich mit der Suche nach der Nadel im Heuhaufen gebracht: Denn z.B. im Verhältnis zu geschätzten 70 Milionen Personen, die pro Jahr die 512 Bankfilialen in Wien pro Jahr betreten und verlassen, ereigneten sich etwa im Jahr 2008 in Wien “nur” 63 Banküberfälle  (Musik 2011: 348f.).

Quelle: http://www.univie.ac.at/identifizierung/php/?p=3966

Weiterlesen