Schemata. 3D-Klassifizierung und Kategorisierung der alten Terrakotta-Figuren

PROJEKTLEITER*IN

Martin Langner, Ramin Yahyapour / U Göttingen

PROJEKTABSTRACT

Die Fallstudie möchte sowohl Verfahren der automatisierten Corpusbildung durch 3D-Mustererkennung entwickeln als auch die damit verbundenen Schematisierungen und ihren wissenschaftlichen Nutzen für die Informatik und die Bildwissenschaften reflektieren.
Auf Grundlage von 200 Terrakotten des späten 4. und 3. Jhs. v. Chr., die untereinander recht ähnlich sind, soll mit digitalen Methoden ein Klassifikationssystem erarbeitet werden, das in der Lage ist, der Komplexität der Bildwerke gerecht zu werden. Dazu sollen Verfahren des Object-Mining in 3D Daten so weiterentwickelt werden, dass sie die Suche nach einer geeigneten Klassifikation und Kategorisierung der Bildwerke unterstützen können. In enger Zusammenarbeit von Informatik und Archäologie führt dieser experimentelle Prozess so zu einer grundsätzlichen Auseinandersetzung mit dem Begriff der Mustererkennung als geisteswissenschaftlicher Kategorie.
Die Diskussion der verschiedenen Konzepte und Methoden soll in zwei einander ergänzenden Dissertationen durchgeführt werden, die “Klassifikationen und Kategorisierungen mit digitalen Methoden. Formkonstanz und Formvarianz weiblicher Terrakotten des Hellenismus” und “3D Mustererkennung antiker Terrakotten. Beiträge zum automatisierten Object-Mining” zum Thema haben.

PROJEKTMITARBEITER*IN

Lucie Böttger, Alexander Zeckey

LINK
https://www.uni-goettingen.de/de/598167.html