Mouvement angélique : explorer et comprendre l’art, l’iconographie et la composition avec le machine learning,
Peter Bell, University of Erlangen-Nürnberg (FAU)
Retrouvez cette présentation (version augmentée) en plein écran ici
Résumé
Les progrès de la vision par ordinateur et du deep learning ne sauraient être adaptés directement aux œuvres d’art. Même si l’art représente la réalité, la perception est différente de celle des photos. De plus, une scène comme celle de l’Annonciation peut être représentée avec des décors, des compositions, des styles et des techniques différents. Ainsi, pour l’histoire de l’art et d’autres domaines analysant le patrimoine culturel, des approches spécifiques doivent être développées. Nous analysons la similarité entre les images de manière transversale aux différentes iconographies et nous explorons la variété à l’intérieur d’une même iconographie. L’un des principaux éléments d’observation de la multitude des représentations est la pose.
La pose peut aider à comparer les compositions et à analyser la narration. Une autre approche de la compréhension des images consiste à détecter les objets qui constituent la scène. Les réseaux de neurones convolutifs (CNN) ont besoin de données massives pour être entraînés. C’est l’une des raisons pour lesquelles nous nous sommes concentrés sur l’art chrétien et sur des iconographies très répandues comme l’Annonciation ou l’Adoration des mages et des bergers. C’est seulement avec ces scènes canoniques et omniprésentes que nous avons pu atteindre plus de 20 000 images par iconographie. Ce nombre permet non seulement l’utilisation des CNN, mais aussi de voir de loin la diversité des motifs à travers les siècles. Je veux montrer comment nous explorons et analysons ces données en nous inspirant d’historiens de l’art comme Michael Baxandall, Max Imdahl et évidemment Aby Warburg.
Biographie
Prof. Dr. Peter Bell a étudié l’histoire de l’art à l’université de Marburg et a été chercheur associé au centre de recherche SFB 600 (Strangers & Poor People) de l’université de Trèves, où il a rédigé sa thèse de doctorat sur la représentation visuelle des Grecs dans la Renaissance italienne. En tant que post-doctorant, il a travaillé sur plusieurs projets d’histoire de l’art numérique à l’université de Heidelberg et à l’université de Cologne et a été animateur à l’Académie des sciences et des lettres de Heidelberg. Il est actuellement enseignant en humanités numériques à l’université d’Erlangen-Nuremberg (FAU). Ses domaines de spécialité sont l’histoire de l’art numérique et la vision par ordinateur, la critique de la vision artificielle ainsi que la représentation des étrangers dans l’art.
