Operationalisering van beeldherkenning in de registratiepraktijk
In het project Operationalisering van beeldherkenning in de registratiepraktijk onderzochten FOMU, Datable en meemoo de haalbaarheid van het gebruik van geautomatiseerde beeldherkenning als alternatief of aanvulling voor de handmatige beschrijving van erfgoedobjecten.
Er werd gezocht naar een methodologie om beeldmateriaal te laten 'taggen' of categoriseren met behulp van online beeldherkenningsdiensten en de resultaten ervan te integreren in de registratiesystemen.
Om een goed beeld te krijgen van de mogelijkheden van deze technologie werden vier uiteenlopende pilootprojecten uitgewerkt van de content partners FOMU, Erfgoedcel Brugge, MoMu en Netwerk Oorlogsbronnen.
Inzetbaarheid van VRS voor erfgoedcollecties
De meerwaarde van VRS ten opzichte van manuele registratie zit onder andere in de efficiënte bij grote volumes zoals bijvoorbeeld in de case van Netwerk Oorlogsbronnen. Aan de hand van minimale training werd daar een perfect resultaat neergezet terwijl een manuele registrator er veel langer over zou doen. In dit geval was een VRS veel goedkoper én sneller dan een manuele registrator. De training en de resultaten van de VRS verlopen echter niet altijd vlekkeloos zoals in andere cases is aangetoond. Afhankelijk van de eisen die men stelt bij de precisie van VRS (de toelaatbare foutenmarge) zal het resultaat variëren. Dit is ook een van de redenen waarom VRS steeds per case bekeken moet worden en moeilijk universeel toepasbaar is. De vraag of VRS de manuele registrator kan vervangen, lijkt nu nog niet aan de orde, het is de combinatie van mens en machine die voor de grootste meerwaarde zal zorgen. Ook tijdens de validatie bij o.a. de case van FOMU kwam een menselijke registrator tussen.
Toepasbaarheid voor VRS in de toekomst
De technologie die gebruikt werd voor de use cases is publiekelijk toegankelijk en betaalbaar. De software die werd gehanteerd was low of zelfs no coding. Desondanks is de leercurve vrij steil. Het is een trial-and-errorproces waarbij er steeds een model moet uitgewerkt worden per usecase, wat veel tijd en kennis vergt. Deze kennis is veelal niet aanwezig in erfgoedinstellingen. Op dit moment zouden de meeste musea dus nog iemand extern moeten inschakelen om dit voor hen te doen. Idealiter zou deze kennis steeds bij een bepaalde medewerker op de collectieafdeling worden geborgd. Registratoren zijn hiervoor de aangewezen persoon, maar ervaren vaak al een hoge werkdruk. Naar de toekomst toe is het dus ook belangrijk dat er binnen de collectie steeds aandacht wordt besteed aan dit soort technologie om te bekijken hoe dit consequent kan ingezet worden tijdens de registratie en ontsluiting en eventueel zelfs een onderdeel kan worden van de reguliere werking. Voor specifieke voorbeelden kunt u terecht op de CEST pagina en ook in het VR4CH rapport van Datable & MoMu staan mogelijke toepassingen.
Output van pilootprojecten
Voor het verloop en de bevindingen van de pilootprojecten voor elke content partner kunt u terecht op de individuele CEST pagina’s van elk pilootproject. De output gegenereerd in de verschillende pilootprojecten is tevens steeds geïntegreerd in de collectiebeheersystemen van de content partners. Dit project heeft voor elke content partner bruikbaar materiaal opgeleverd.
Praktische info
- Subsidie van de Vlaamse overheid
- Eigen middelen FOMU
Andere projecten
De Turkse migratie naar Gent is ondertussen bijna 60 jaar oud. Bijna een tiende van ...