PDR financé par le FNRS (resp. Maria-Giulia Dondero) : Les Big Visual Data. Approche sémiotique de l’indexation et de la visualisation des archives d’images

PDR financé par le FNRS (resp. Maria-Giulia Dondero) : Les Big Visual Data. Approche sémiotique de l’indexation et de la visualisation des archives d’images / Big Visual Data. A Semiotic Approach to Indexing and Visualizing Image Archives (2018-2021)

 

Version pdf visible ici

Plus d’informations sur le site de l’Université de Liège

FR Au départ du corpus de référence de la « Media Visualization », produite et théorisée par l’historien de l’art et spécialiste de la Computer Science Lev Manovich (et son équipe, le Cultural Analytics Lab), le présent projet vise à proposer un nouveau mode d’indexation des archives d’images. En associant des compétences au croisement de la sémiotique, des sciences de l’information et de la communication, de l’histoire de l’art, des Humanités Numériques et de la Computer Science, il poursuit la révolution opérée par la Media Visualization dans l’analyse automatique de collections d’images par le moyen de « diagrammes d’images » photographiques et picturales archivées sur Internet, qu’il s’agit d’organiser selon des catégories plastiques. Ces diagrammes permettent de répartir les images de la collection selon des propriétés visuelles et de produire une analyse de la collection, illustrant ainsi la fonction proprement analytique du langage visuel.

À travers l’analyse de ces diagrammes d’images, le projet entend définir une série de nouveaux paramètres d’indexation des bases de données d’images et de dépasser ainsi l’indexation des images par métadonnées standard (date, lieu de production, thématique) en utilisant des descripteurs visuels (la couleur, la forme, l’organisation topologique). Au-delà de cet objectif général, il s’agira également de montrer que le concept d’analyse ne passe pas exclusivement par les langages naturel et formel – comme le veut la tradition épistémologique classique – mais que le langage visuel peut également lui servir de support. C’est pourquoi nous nous proposons de décrire les stratégies à travers lesquelles l’analyse peut se réaliser sur la seule base d’une visualisation d’images, produite selon des descripteurs purement plastiques, comme le propose la Media Visualization, qui permettra d’explorer la possibilité d’étendre le concept de « métavisuel », tel qu’appliqué en analyse qualitative, à l’analyse quantitative.

EN Starting from our reference corpus of « Media Visualization », produced and conceptualized by art historian and computer scientist Lev Manovich and his Cultural Analytics Lab, the present project aims to improve the indexation of visual archives. Integrating skills at the crossroads of semiotics, communication sciences, art history, Digital Humanities and Computer Science, this project extends the revolution operated by Media Visualization in the quantitative analysis of immense image collections (pictorial and photographic images stored on the Internet) by means of image diagrams organized by plastic parameters. These diagrams serve to visualize the relations among the collection’s images by means of plastic descriptors, thereby exemplifying the analytical function of visual language. Starting from the example of image diagrams in Media Visualization, the general objective is to define a series of new indexation parameters for image databases that go beyond the usual metadata (date, place of production, subject) by using plastic descriptors (color, shape, topological arrangement). To pursue this objective, we will show that the concept of analysis is not exclusively limited to natural and formal languages for its implementation — as traditional epistemology would have it —, but that visual language may also serve as a medium. This is why we are proposing to describe the strategies that allow the analysis to be based solely on a visualization of images, created according to visual descriptors as in Media Visualization. Finally, the project will contrast and combine qualitative analysis and quantitative analysis of images. This will mean exploring the possibility of extending the concept of « metavisual » as it is applied in qualitative analysis to the realm of quantitative analysis.