digital humanities

Computational paleography merges computational methods with the study of ancient scripts, transcending traditional humanities boundaries through technology. It unites experts in manuscripts, computer science, and natural sciences, breaking down chronological and geographical barriers. This interdisciplinary approach allows for detailed analysis of ancient documents, benefiting from advancements in computer vision and analytical techniques. The aim is to facilitate collaboration and discussion among specialists, enhancing understanding and access to cultural heritage, thereby enriching society.
The workshop is planned for half a day with a keynote talk, oral presentations, and lively discussions. Submitted papers will be peer-reviewed and accepted submissions will be presented in the workshop and published with ICDAR proceedings in the Springer Lecture Notes in Computer Science (LNCS) series.

Institution

• Centre for the Study of Manuscript Cultures, ICDAR, IAPR

The study of ancient written artifacts has led to an ever-growing repository of digital data, encompassing raw images of artifacts and automatically generated outputs from advanced acquisition techniques. Manual analysis of this data is not only time-consuming but also prone to human error and bias. Consequently, the integration of novel machine learning and AI methodologies offers significant potential to streamline and enhance the efficiency of artefact research. Computer vision, in particular, provides opportunities beyond handwriting text recognition to address complex challenges in manuscript studies. As a computer scientist, exploring the boundless possibilities of computer vision to resolve research questions in this field has been an enriching experience. This lecture delves into key challenges encountered throughout this journey, highlighting ongoing collaborative projects. These projects illustrate the wide range of diverse research topics, including detecting specific handwriting styles on palm leaves from south India, measuring the density of sieve prints in Himalayan paper-making, addressing the complexities of multilingual texts and varied writing tools in Rilke’s Notebooks from Austria, and even restoring undertexts in Georgian palimpsests. These projects demonstrate the transformative potential of computer vision in advancing manuscript studies.

Nachdem wir bereits Midjourney und DALL-E vorgestellt haben, sprechen wir in dieser 30-minütigen Online-Schulung über eine weitere Text-zu-Bild AI-Anwendung: Leonardo.AI. Wir zeigen das Interface, geben einen Einblick in das Prompting (Textaufforderung) und wie wir damit zu guten Bildern gelangen sowie in die Einsatzmöglichkeiten im Hochschulkontext. 

Für die Teilnahme an dieser Schulung werden keine Vorkenntnisse vorausgesetzt.

Die Stiftung Innovation in der Hochschullehre (StIL) und das Netzwerk Landeseinrichtungen für digitale Hochschullehre (NeL) stellen wegen des großen Bedarfs an KI-bezogenen Qualifizierungs- und Unterstützungsmaßnahmen vielfältige Angebote zur Verfügung.

Anmeldung hier

Als virtuellen Lernort werden wir ZOOM nutzen. Der ZOOM-Link wird einen Tag vor Schulungsbeginn bis 13:00 Uhr versendet.

Es besteht ein immer größer werdender Bedarf an Videoinhalten und Video-Formaten für die unterschiedlichsten Distributionskanäle.

Bildoptimierung, Nachbearbeitung, Text-to-Video, Videotranskription, Übersetzungen und Untertitelerstellung sind dabei einige der zentralen Anforderungen an die Produktion und Postproduktion. Zeit- und kostenintensive, physische Dreharbeiten und tagelange Nachbearbeitung werden hingegen immer weniger nötig sein, um Videos mit hoher Skalierbarkeit zu erstellen.

Ist es jetzt schon möglich, Videos ohne Profi-Kenntnisse, allein durch Texteingabe auf KI-Generatoren- und Plattformen Videoinhalte zu erzeugen?

Wie können zukünftige Videoproduktionsprozesse skaliert und optimiert werden?
Inwieweit ist eine Automatisierung von Abläufen in der Videoproduktion sinnvoll?

Und wie groß sind die Effizienzpotenziale in der Anwendung von KI-Generatoren hinsichtlich der Produktionskosten, des zeitlichen Aufwands und der Komplexität? 
In dieser Online-Schulung werden KI-Generatoren für die Optimierung der Videoproduktion vorgestellt.

Anmeldung hier

Als virtuellen Lernort werden wir ZOOM nutzen. Der ZOOM-Link wird einen Tag vor Schulungsbeginn bis 13:00 Uhr versendet.