Bildbasierte Klassifikation antiker Münzen

Die Numismatik befasst sich mit historischen Aspekten des Phänomens Geld. Die Klassifikation von Münzen anhand eines Referenzbuches ist ein wichtiger Bestandteil der Tätigkeiten in der Numismatik. Referenznummern erlauben eine vollständige Beschreibung eines Münztyps (Herstellungsdatum, Herstellungsort, politischer Hintergrund, etc.). Die Klassifizierung von antiken Münzen ist jedoch ein äußerst kompliziertes Unterfangen, das jahrelange Erfahrung im gesamten Feld der Numismatik erfordert. Die Computer Vision (Maschinelles Sehen) befasst sich mit Techniken zur computergestützten Informationsgewinnung aus Bildern. Zur Klassifikation antiker Münzen werden beispielsweise im Projekt Methoden der Symbolerkennung und OCR (Optical Character Recognition) untersucht. Das Ziel des geplanten Projektes ist die Entwicklung eines Frameworks zur bildbasierten Klassifikation antiker Münzen. Als Teil davon werden auch Rahmenbedingungen der Bildaufnahme untersucht. Die Klassifizierung der Münzen im Bild wird durch das Extrahieren und Vergleichen verschiedener Bildmerkmale (z.B. die Münzinschrift, die durch OCR gewonnen wird) erreicht. Projektpartner sind der Arbeitsbereich für Mustererkennung und Bildverarbeitung an der Technischen Universität Wien sowie das Münzkabinett des Kunsthistorischen Museums Wien und führen somit Kompetenzen aus den Bereichen Computer Vision und Numismatik für das interdisziplinäre Thema des Projekts zusammen. Das Projekt erfordert Grundlagenforschung im Bereich der Computer Vision, hat aber das langfristige praktische Ziel der Entwicklung einer Anwendung zur automatischen bildbasierten Klassifizierung von historischen Münzen und befindet sich somit an der Schnittstelle zwischen Grundlagenforschung und der praktischen Entwicklung einer zukünftigen Anwendung.

Das interdisziplinäre Projekt von Numismatikern des Kunsthistorischen Museums Wien (KHM) und Informatikern des Computer Vision Labs der TU Wien verfolgte das Ziel, mithilfe von Bildanalysemethoden die automatische Klassifizierung von antiken Münzen in Bildern zu ermöglichen. Dazu wurde die komplette Münzbestand des KHM an Gold- und Silbermünzen der Römischen Republik (ca. 211 - 27 v. Chr.) digitalisiert und diente in weiterer Folge als Versuchsfeld für die Entwicklung der Bildanalysemethoden.Für die Bildanalyse stellen antike Münzen durch ihre große Anzahl und Variabilität eine enorme Herausforderung dar. So sind beispielsweise für den untersuchten Münzbestand 550 Grundtypen definiert. Aufgrund der nicht-industriellen Fertigung von antiken Münzen, ihrem hohen Alter und der metallenen, reliefartigen Oberfläche müssen Aspekte wie Formveränderungen, fehlende Information durch Abnützung sowie Beleuchtungseffekte in den Bildern berücksichtigt werden. Diese Schwierigkeiten wurden im Laufe des Projekts einzeln untersucht und konnten mithilfe von innovativen Algorithmen bewältigt werden. Als Ergebnis steht eine Methode zur Verfügung, die einen robusten Bildvergleich zw. einer vom Benutzer fotografierten Abfragemünze und Referenzmünzen in der Datenbank durchführt, um die visuell ähnlichste Münze zum Zwecke der Klassifizierung zu finden. Des Weiteren wurden Algorithmen entwickelt, um für ein verbessertes Klassifizierungsergebnis zusätzliche semantische Information aus dem Eingabebild zu bekommen. Eine solche semantische Information ist zum einen die Münzlegende, die mithilfe eines vorgegebenen Lexikons von Legendenwörtern erkannt wird. Zum anderen wurden vortrainierte Erkennungsmodelle dazu eingesetzt, bestimmte Motive wie z.B. einen Streitwagen oder eine Wölfin zu erkennen. Diese zusätzlichen Informationen erlauben eine Vorauswahl der betreffenden Münztypen, um die Genauigkeit und benötigte Zeit der Klassifizierung zu verbessern.Die in diesem Projekt geleistete Grundlagenforschung hat das Potential, mittelfristig die Forschungsarbeit in der Numismatik durch automatische Bildanalyse zu verbessern. So kann sie z.B. für eine schnellere Klassifizierung von Einzelmünzen oder für eine automatische Vorgruppierung von Münzfunden eingesetzt werden. Für den Forschungsbereich der automatischen Bildanalyse liegt der Beitrag des Projekts in robusten Bildvergleichsmethoden, die auch außerhalb der Münzerkennung eine Anwendung finden können.Neben diversen Vorträgen wurde am KHM eine Vitrine zur Bildsprache römisch-republikanischer Münzen gestaltet, die von November 2013 bis Juni 2014 zu sehen war. Auf der langen Nacht der Forschung (4. April 2014) wurde sowohl der technologische wie auch der typologisch-ikonographische Teil des Projekts am KHM präsentiert.