Aarhus University Seal / Aarhus Universitets segl

Kunstig intelligens dykker ned i tusindvis af fotografier fra 2. Verdenskrig

I en ny international, tværfaglig undersøgelse har forskere benyttet kunstig intelligens til at analysere store mængder historiske fotos fra 2. verdenskrig. Undersøgelsen viser blandt andet, at kunstig intelligens kan identificere fotografer baseret på indholdet af de fotos, de har taget.

29.10.2020 | Jesper Bruun

5. september 1941, Porlammi, Finland. En finsk soldat står foran et beslaglagt BA-10 pansret køretøj. Foto: Heikki Roivainen. Kilde: SA-kuva.

Kunstig intelligens (AI) er nu i stand til at genkende og navngive fotografer ud fra indholdet på de billeder, de har taget.

Det er konklusionen af et nyt studie ved AU Engineering, Aarhus Universitet, hvor forskere i samarbejde med universitetet i Tampere og det finske Miljøinstitut har ladet state-of-the-art AI gennemtrevle tusindvis af fotografier taget af i alt 23 kendte finske fotografer under 2. Verdenskrig.

Fotografierne, der blev brugt i undersøgelsen, er en del af det offentligt tilgængelige finske krigsfotograferingsarkiv, der indeholder omkring 160.000 fotos fra Vinterkrigen, Fortsættelseskrigen og Laplandskrigen taget i årene 1939-1945.

Overraskede forskere

Med studiet, som er blevet publiceret i det videnskabelige tidsskrift IEEE Xplore, ville forskerne demonstrere fordelene ved at lade moderne neurale netværk analysere billeder til en sådan grad, at maskinen automatisk kan registrere mennesker og objekter i forskellige scenarier og endda genkende og navngive fotografer ud fra billedets karakteristika – alt sammen langt hurtigere end ved manuel gennemgang.

En sådan automatisk analyse kan nemlig tjene som et redskab til at levere indholdsbaserede tekstbeskrivelser af offentlige fotografiske arkiver som f.eks. Frihedsmuseets fotoarkiv, som det nu kræves på EU-niveau.

EU’s tilgængelighedsdirektiv (DIREKTIV 2016/2102) trådte i kraft i september 2020 og kræver tekstbeskrivelser af billedindhold, der skal føjes til alle offentlige billeder på Internettet.

”Vi er ganske overraskede over den præcision, hvormed AI’en er i stand til at genkende fotografer ud fra kendetegn på billederne, så som indhold og framing,” siger lektor og ekspert i kunstig intelligens ved Aarhus Universitet, Alexandros Iosifidis.

Åbner for mange muligheder

Data fra studiet viser, at visse fotografer har en meget distinkt og letgenkendelig stil, mens andre er noget sværere for AI’en at genkende. Gennemsnitligt opnåede AI’en en klassificeringsnøjagtighed på 41,1 pct. (20,1 – 69,7 pct.).

Lettest genkendelig var fotografen Heikki Roivainen, en finsk professor i botanik, der opererede som officiel krigsfotograf under Fortsættelseskrigen; den anden af to krige, som blev udkæmpet mellem Finland og Sovjetunionen under 2. Verdenskrig. 

"Big Data analyse af fotosamlinger har været en langvarig drøm for mig, og jeg er meget fascineret af de resultater, vi har opnået i dette projekt. At en kunstig intelligens kan genkende indhold og forskellige aspekter i fotografier har mange anvendelsesmuligheder inden for en bred vifte af felter inden for humaniora og samfundsvidenskab,” siger universitetslektor ved universitetet i Tampere Anssi Männistö, der har forsket i journalistiske fotografier i mere end 25 år.

Studiet, der går under navnet ’Machine Learning Based Analysis of Finnish World War II Photographers’, er iværksat for at lette borgernes adgang til det offentligt tilgængelige finske krigsfotograferingsarkiv ved bl.a. at inddrage intelligent billedsøgning.

Samtidig giver den kunstige intelligens mulighed for at koble fotoarkivet med samfundsvidenskab om krigstiden, idet AI’en kan foretage observationer, der ellers ikke er mulige.

Forskningen er nu gjort offentligt tilgængelig i et forsøg på at introducere og facilitere denne moderne tilgang til forskning i historiske og samfundsmæssige studier via fotoarkiver.


Kontakt

Lektor Alexandros Iosifidis
AU Engineering, Aarhus Universitet
Mail: ai@eng.au.dk
Tel.: +45 93508875

AU Engineering, Institut for Elektro- og computerteknologi