Dem Schimmel mit künstlicher Intelligenz auf der Spur

Im Februar 2020 berichteten wir über die aktuell laufende Entwicklung eines Frühwarnsystems zur Schimmelerkennung. Dieses basiert auf Algorithmen aus der künstlichen Intelligenz. Entstehen soll eine Systemplattform, die den Anwender automatisch und in Echtzeit über eine Schimmelbildung informiert, ohne Expertenwissen zu verstehen und mit minimalem Aufwand zu installieren ist. Restauratoren waren dazu aufgerufen, Fotos von durch Schimmel befallenem Kulturgut beizusteuern. Mithilfe des eingegangenen Bildmaterials ist es inzwischen gelungen, dem System die Strukturen von Schimmel und Staub anzutrainieren.

Im Februar 2020 berichteten wir über die aktuell laufende Entwicklung eines Frühwarnsystems zur Schimmelerkennung (zum Bericht). Dieses basiert auf Algorithmen aus der künstlichen Intelligenz. Entstehen soll eine Systemplattform, die den Anwender automatisch und in Echtzeit über eine Schimmelbildung informiert, ohne Expertenwissen zu verstehen und mit minimalem Aufwand zu installieren ist.

Restauratoren waren dazu aufgerufen, Fotos von durch Schimmel befallenem Kulturgut beizusteuern. Mithilfe des eingegangenen Bildmaterials ist es dem Team inzwischen gelungen, dem System die Strukturen von Schimmel und Staub anzutrainieren, sodass die Algorithmen nun beide Klassen bei neuen Bildern von nicht befallenen Oberflächen unterscheiden können.

Projektleiter Dr. Hans-Jürgen Daams berichtete im November, dass es trotzdem noch ein weiter Weg bis zum Projektabschluss sei. Denn die 200.000 geschnittenen Bilder müssen für das Training manuell in die einzelnen Fehlerklassen einsortiert werden und das erfordere viel Konzentration. „Ich schaffe nicht mehr als zwei  Stunden, bis ich nichts mehr richtig sehe oder die Bilder in die falsche Klasse einsortiere“, sagt Dr. Daams. Auch wenn er noch einmal sechs Wochen Bilder-Sortieren vor sich habe, mache es dennoch Spaß, denn: „Es sieht so aus, als ob wir auf einem guten Weg sind.“

Mittlerweile sind diese sechs Wochen um, und Dr. Daams konnte rund Dreiviertel der Bilder einsortieren. Im nächsten Schritt finden tiefergehende Trainings statt, und es sollen möglichst früh Life-Tests erfolgen, zum Beispiel in Xanten und Münster, wo auch viele der Fotos entstanden sind.

Herr Dr. Daams freut sich übrigens auch weiterhin über Bildmaterial von kontaminiertem Kulturgut, denn je mehr Fotos er hat, desto zuverlässiger sind die Algorithmen.

Kontakt:
Hajuveda-Heritage, Dr. Hans-Juergen Daams, https://www.hajuveda.solutions, E-Mail: hans.daams[at]hajuveda.solutions

Weiterlesen:

Ein PDF zum DBU_Forschungsprojekt gibt einen Zwischenbericht mit Stand vom Oktober 2020.
Der Blog https://custosaeris-d.blogspot.com/ gibt zudem fortlaufend Einblick in den Forschungsstand.

Schimmel auf historischer Glasmalerei gelagert im Holzschrank