Hallo, ich möchte heute Images.ai vorstellen. Images.ai ist von Fabian Offert entwickelt

worden mit etwas Hilfe von Oleg Halamov und mir Peter Bell. Das Tool ist dafür gedacht,

Bilder zu finden aus unterschiedlichen Datensätzen. Zuerst müssen wir uns natürlich einloggen

und kommen dann hier direkt ins Interface. Es gibt noch die Funktion Settings. Dort können

wir die Menge der Ergebnisse, also der Nachbarn, ähnlichen Bilder einstellen. Ich erhöhe das

mal auf 50 und wir können die Größe der Vorschaubilder einstellen. Da sind wir bei 128 gut beraten.

Auf Help werden natürlich alle Begriffe nochmal aufgeschlüsselt und erklärt, worum es im

Einsinn geht. Wir befinden uns gerade in der Beta-Phase. Das heißt, wir sind sehr dankbar

dafür, wenn Fehler gemeldet werden in dieser Google Docs-Datei und wenn uns auch Feedback

auf high-ed-images.a eingeschickt wird. Aber nun zum Interface selber. Wir sehen hier immer

die Anzahl der in der entsprechenden Datenbank enthaltenen oder Sammlung enthaltenen Bilder.

Hier also das Metropolitan Museum of Art. Es gibt noch einen Datensatz zu Prominenten.

Es gibt die Daten des MoMA, eine wissenschaftliche Instrumentensammlung aus Harvard, einen Datensatz

zur Rezeption und einen Datensatz zum Thema Verkündigung und schließlich einen Teildatensatz

aus dem Reichsmuseum. Ich gehe kurz da drauf. Wir sehen also hier eine zufällige Treffermenge

aus dem Reichsmuseum. Wir könnten direkt mit Bildern von hier anfangen zu suchen. Also

wenn wir zum Beispiel Porträts in dieser Clipius-Form suchen, könnten wir die hier

auf positiv setzen. Das heißt, es wird nach ähnlichen Porträts in einem ähnlichen Layout

gesucht und Sie sehen, dass direkt ganz viele Porträts dieser Art auftauchen. Das wäre

übrigens etwas, was auch im anderen Embeddings funktionieren würde. Wir haben hier VGG 19,

also ein neuronales Netz benutzt, also Deep Learning Ansatz. Da es hier um eine ganz einfache

Form von Porträts geht, könnten wir es auch mit Rohr versuchen, wo Pixel für Pixel abgeglichen

werden. Und Sie sehen hier, dass Raw auch einige sehr ähnliche Porträts auffindet,

aber eben auch sehr viele andere Bilder, die zum Beispiel in der Farbigkeit und in der

Art und Weise des Papiers und des Layouts ebenfalls gewisse Ähnlichkeiten aufweisen.

Das heißt, es bietet sich an, immer wieder zwischen diesen verschiedenen Embeddings hin

und her zu probieren. Für die Pose werden wir später noch bessere Beispiele haben.

Und genauso kann man auch zwischen den Metriken und Distanzmaßen spielen. Zum Beispiel nimmt

das Ranking einen Vergleich zwischen den Bildern jeweils einzeln vor, während Centroid ein

Mittel aus diesen drei Bildern bildet und danach versucht, ähnliche Bilder zu finden.

Was jetzt in diesem Fall das Ergebnis, wenn wir bei der Porträtsurpo bleiben, eher verschlechtert.

Deshalb gehen wir besser auf VGG zurück und sehen dort, wie erfolgreich dieser Suche auch

mit diesem Centroid-Ansatz ist. Wir können hier noch Distanzmaße verändern. Auch das

sind meistens nur geringfügige Veränderungen im Ergebnis. Und wir sehen auch hier, dass

wir eine Menge Rundporträts als Ergebnis erhalten. Wir können diese auch ganz und teilweise

entfernen. Und wir können auch Dinge, die wir nicht dabei haben wollen, auf die negative

Seite setzen, um das Ergebnis noch mal zu verbessern. Das sind im Grunde genommen schon

die Grundfunktionen. Auch hier oben lässt sich hin und her wechseln. Also wir können

diese Person durchaus zu den positiven Stellen und erhalten direkt wieder ein ganz verändertes

Ergebnis. Zuletzt schauen wir kurz in den Rezeptionsordner hinein. Durch die Köpfe

erscheinen im Rezeptionsordner auch direkt Köpfe von Apoi und Belvedere. Wenn wir jetzt

hier einige Pose rausnehmen. Dazu müssen wir hier auf Pose umstellen. Und sofort erhalten

wir ähnliche Posen, die sich hier noch ergänzen lassen. Und wir sehen natürlich, dass diese

Pose des Herkules Vanese sich kaum von der das Apoi von Belvedere unterscheidet. Also

könnten wir auch hier negative dazu nehmen, um eine bessere Abgrenzung zu schaffen. Und

wir sehen so nach und nach tauchen dann mehr Herkules Vanese auf. Das also aus einem ersten

Überblick über images.ai. Und wir freuen uns wie gesagt sehr über Ihr Feedback und

hoffen bald noch weitere Entwicklungen an diesem Tool vornehmen zu können. Vielen