I. KONZEPT

Biometrische Daten, Vorratsdatenspeicherung, Gesichtserkennung, Maschinelles Lernen und Algorithmen, diese Dinge sind heute Allgegenwärtig.

Wir bewegen uns in ihnen, sie bearbeiten, dokumentieren, interpretieren, fällen Urteile. Stellen Realität dar, oder verändern sie. Die Dokumentierung und Wahrnehmung der Welt findet nicht mehr nur von Menschen statt sondern auch zunehmend von Computern. Die sogenannten Phänomene Computer Vision (zu Deut. maschinelles Sehen) und Machine Learning (Maschinelles Lernen) werden zunehmend mächtige Werkzeuge zur Dokumentation und Verarbeitung des Menschen, seinem Verhalten und seiner Umwelt.

Bild- und Gesichtserkennung findet zunehmend Gebrauch im öffentlichen Raum, auf Bahnhöfen, Demonstrationen zur Ermittlung von vermeintlichen Straftätern, sowie zur generellen Identifizierung.

Gesichtserkunngsmethoden wie der Viola-Jones Algorithmus (2001) ermitteln Eigenschaften und Werte aus Bildern und ordnen sie den darin enthaltenen Objekten zu. Die sogenannte Saliency Heat Map, ist eine Möglichkeit den Verlauft der maschinellen Verarbeitung des Bildes sichtbar zu machen und ihn grafisch darzustellen. Sie zeigt Besonderheiten in Bildern auf und macht sichtbar welche Fragmente für die Beurteilung durch den Algorithmus von Relevanz sind.

In Kombination dieser Saliency Maps mit verschiedenen dokumentarischen zuvor algoritmisch verarbeiteten Bildmotiven soll eine banale und beiläufige Realität erzeugt werden, welche durch das gelegentliche in Erscheinung treten dieser Maschinellen Komponente gestört und erweitert wird.

Mit Hilfe von starker Manipulation und Entfremdung der Originalbilder wurde versucht sowohl den Algorithmus selbst zu beeinflussen, als auch sich seiner Ästhetik anzueignen und sich ihrer zu bedienen.

Wenn nun nichtmehr nur der Mensch die Fähigkeit besitzt sich und seine Umwelt wahrzunehmen, zu dokumentieren und diese zu beurteilen, so stellt sich die Frage welche Bedeutung diese Verfahren sowohl für die fotografische als auch für die gesellschaftliche und politische Gegenwart haben.

II. HINTERGRUND

Vorausgehend zu dieser Arbeit geht eine Recherche zum Thema Face Recogntion welche Ursprünglich als reiner Tech-Input für den Kurs Post-Digital Strategies in Design and Art gedacht war.

Im weiteren Verlauf dieser Recherche habe ich mich jedoch weiter vertieft und zusammen mit einem Informatikstudent der Technischen Universität Berlin einfache Gesichterkennungs-Algorithmen auf verschiedenstes Bildmaterial angewendet.

Genutzt haben wir hauptsächlich Open Source scripte der Plattform Github. Wir haben eine einfache Gesichtserkennung welche auf der sog. Haar Cascade basiert verwendet und in Python angepasst um erste Bilder zu Analysieren.

Beispiele erster vom Algorithmus erkannter und auch nicht erkannter Gesichter in Bildern. Rechtsunten sind Ausschnitte aus dem Code in Python zu sehen.

Auf Grundlage einer online entdeckten sog. Saliency Heat Map (Eine Art Wärmebildkarte, welche den Verlauf des Haar Cascade Tools sichtbar macht), entstand die Idee mit dieser Ästhetik zu Arbeiten.

Im Verlauf dieses Semesters habe ich sowohl für meine Recherche als auch für die Bewältigung dieser Aufgabe mit dem in Berlin lebenden New Yorker Künstler Adam Harvey Kontakt aufgenommen.

Schwerpunkt seiner Arbeiten liegt auf neuen Technologien, Privatsphäre, Biometrischen Daten und co. und hat mir für diese Arbeit die maßgebende Inspiration gegeben, sowie mir per EMail mehrfach Hilfe geleistet.

Beispielfoto, Auschnitt aus einem der verwendeten Pythoncodes.

Verschiedene Saliency Maps, teilweise bereits mit Fotografien kobiniert.

Verschiedene Detailansichten später im unten zu sehenden Cluster eingebetteter und zum Teil überlagerter Bilder.

III. ERGEBNIS

Entstanden ist ein 100 cm x 136 cm großer Print

Dieser besteht aus vielen einzelnen Fotografieren welche in einem Cluster angeordnet sind und teilweise von Fragmenten der Saliencymaps als Störer überlagert werden.

IV. FAZIT

Ich betrachte dieses Projekt als noch nicht abgeschlossen.