14. Juli 2024
  WEITERE NEWS
Aktuelles aus
L
ibrary
Essentials

In der Ausgabe 4/2024 (Juni-Juli 2024) lesen Sie u.a.:

  • Forensische Szien­to­metrik (FoSci) – Wäch­ter der wissen­schaftlichen Integrität
  • NIST Research Data Framework 2.0: Zukunftsweisendes Werkzeug für das Forschungsdatenmanagement
  • Artificial Intelligence in the News: How AI Retools, Rationalizes, and Reshapes Journalism and the Public Arena
  • Large Language Models und ihre Potenziale im Bildungssystem
  • The Use Case Observatory:
    Dreijährige Analyse der wirtschaftlichen, staatlichen, sozialen und ökologischen Auswirkungen von Open Data
  • Die Aufteilung der Kosten einer Volltextdatenbank auf die enthaltenen Zeitschriften: Sechs Methoden
  • Flexibles Arbeiten im Bibliotheksbereich: in die Zukunft und darüber hinaus
  • Die Zukunft der Wissenschaftlichen Monografien: Neue Geschäftsmodelle und der Einfluss der Politik
u.v.m.
  fachbuchjournal
Ausgabe 6 / 2023

BIOGRAFIEN
Vergessene Frauen werden sichtbar

FOTOGRAFIE
„In Lothars Bücherwelt walten magische Kräfte.“
Glamour Collection, Lothar Schirmer, Katalog einer Sammlung

WISSENSCHAFTSGESCHICHTE
Hingabe an die Sache des Wissens

MUSIK
Klaus Pringsheim aus Tokyo
Ein Wanderer zwischen den Welten

MAKE METAL SMALL AGAIN
20 Jahre Malmzeit

ASTRONOMIE
Sonne, Mond, Sterne

LANDESKUNDE
Vietnam – der aufsteigende Drache

MEDIZIN | FOTOGRAFIE
„Und ja, mein einziger Bezugspunkt
bin ich jetzt selbst“

RECHT
Stiftungsrecht und Steuerrecht I Verfassungsrecht I Medizinrecht I Strafprozessrecht

uvm

Forschungsgruppe Visual Analytics der TIB entwickelt Verfahren
zur Personenerkennung und Visualisierung

Deutsche Forschungsgemeinschaft fördert neues Verbundprojekt
zur automatischen Erschließung von wissenschaftlichen Videoarchiven

Im Januar dieses Jahres startete das Projekt „Entwicklung eines Softwaresystems zur Szenen- und Personenerkennung für die automatische Erschließung von wissenschaftlich genutzten Videoarchiven“, das von der Deutschen Forschungsgemeinschaft (DFG) drei Jahre lang gefördert wird. Zu den Projektpartnern gehören das Deutsche Rundfunkarchiv (Geschäftsleiterin Angelika Hörth), der Lehrstuhl Praktische Informatik der Philipps-Universität Marburg (Prof. Bernd Freisleben) sowie die Forschungsgruppe Visual Analytics (Prof. Ralph Ewerth) seitens der TIB – Leibniz-Informationszentrum Technik und Naturwissenschaften.

Im Rahmen des Vorhabens entwickelt die Universität Marburg Verfahren zur Konzept- und Szenenerkennung, während sich die TIB auf Ansätze zur Personenerkennung und Ergebnisvisualisierung konzentriert. Das Deutsche Rundfunkarchiv (DRA) wird aus dokumentarischer Sicht mit Anforderungsanalysen sowie mit einer qualitativen Evaluation zum Projekt beitragen. Zudem stellt es im großen Umfang historisches Fernsehmaterial zur Verfügung – am Standort Potsdam-Babelsberg verwaltet das DRA das gesamte Programmvermögen des Fernsehens der DDR und bildet die einzige Anlaufstelle für wissenschaftliche Forschung in diesem Bereich. Die Projektpartner können auf sehr guten Ergebnissen eines Vorläuferprojektes aufbauen.

Ein erstes Ziel ist die Erkennungsraten für Konzepte bzw. Personen weiter zu optimieren und mithilfe der vorgesehenen Deep-Learning-Methoden auf weitere forschungsintensive Teile des DRA-Fernsehbestandes auszuweiten. Außerdem soll die automatische Erschließung des Materials in Hinblick von weiteren jeweils 100 visuellen Konzepten bzw. bedeutenden Persönlichkeiten der DDR umgesetzt werden, sodass bildinhaltbasierte Rechercheanfragen auf dieser Grundlage durchgeführt werden können. Ein weiteres Ziel ist, dass die Trainingsprozesse für die zugrundeliegenden maschinellen Lernverfahren zur Hinzunahme weiterer Konzepte oder Personen letztlich durch Archivmitarbeiterinnen und Archivmitarbeiter initiiert werden können. So soll das entwickelte Softwaresystem dem DRA ermöglichen, rasch und flexibel auf wechselnde Forschungsfragen von Archivnutzerinnen und Archivnutzern reagieren zu können. Das Forschungsprojekt zielt aber nicht nur auf eine nachhaltige Lösung für den Gesamtbestand des DRA ab, sondern soll insbesondere auch auf andere Archive leicht übertragbar sein. Zu diesem Zweck werden die entwickelten Softwarewerkzeuge in Form von Open Source zur Verfügung gestellt, sodass auch andere Forschungseinrichtungen mit Medienarchiven von den Algorithmen zur Personen- und Konzepterkennung sowie den Visualisierungstechniken profitieren und diese mit geringem Aufwand für eigene Zwecke anpassen können.

Prof. Ewerth freut sich darauf, die Methoden zur Inhaltserkennung in Videos und Ergebnisvisualisierung weiterzuentwickeln: „Im Ergebnis können wir hoffentlich anderen Instituten und Organisationen nachnutzbare Open-Source-Softwarewerkzeuge für die automatische Erschließung ihrer Videoarchive zur Verfügung stellen und so einen Beitrag für die Erschließung von forschungsrelevanten Videodaten leisten.“

www.tib.eu