Forscher haben einen Weg gefunden, mit Hilfe von Methoden des maschinellen Lernens (ML) das Vorhandensein von Felskunst in abgelegenen, schwer zugänglichen Gebieten in Australiens rauen Landschaften zu erkennen.
ML bringt neue Möglichkeiten für Forschung
Unter der Leitung von Dr. Andrea Jalandoni, einer Digital-Archäologin des Zentrums für Sozial- und Kulturforschung der Griffith University, wurden in der Studie Hunderte Bilder von Felszeichnungen aus dem Kakadu National Park verwendet, um ein ML-Modell zu trainieren, das erkennen kann, ob auf dem Bild bemalte Felszeichnungen vorhanden sind.
Das Modell erreichte eine Erfolgsquote von 89 %, d. h. es konnte in den allermeisten Fällen feststellen, welche Bilder Felszeichnungen enthielten.
„Einige dieser Stätten sind nicht leicht zugänglich, so dass es für diese Art der archäologischen Forschung von großem Wert ist, den Zeitaufwand und die Kosten für Erkundungsmissionen in einigen der abgelegensten Gegenden Australiens zu verringern“, so Dr. Jalandoni.
„Sobald unser ML-Modell feststellt, ob ein fotografiertes Gebiet möglicherweise bisher unentdeckte Felszeichnungen enthält, können die Wissenschaftler die Stätte untersuchen, um zu überprüfen, ob Felszeichnungen vorhanden sind, und dann darüber berichten.“
Dr. Jalandoni und Co-Autor Dr. Nayyar Zaidi von der Deakin University arbeiteten bei der Studie eng mit den traditionellen Ältesten des Kakadu National Park zusammen.
Dr. Zaidi sagte: „Die Arbeit demonstriert die Leistungsfähigkeit von ML und KI in der archäologischen Forschung. Sie ebnet den Weg für bahnbrechende Forschungen, die in den kommenden Jahren erhebliche Auswirkungen haben werden – wir freuen uns schon auf die zweite Phase unserer Studie.“
Touristen als Hilfe gefragt
In Gebieten, in denen es zahlreiche Felskunststätten gibt, ist ein großer Teil der Felskunst nicht identifiziert und bleibt daher undokumentiert und unerforscht. Die Automatisierung der zahlreichen Prozesse in der Felskunstforschung könnte diese in vielerlei Hinsicht erheblich erleichtern, beispielsweise durch Objekterkennung und -detektion, Motivextraktion, Objektrekonstruktion, Bildgraphen und -darstellungen, erklärt das Forscherteam.
Dr. Jalandoni sagte, dass die Wirksamkeit des in der Studie verwendeten ML-Modells dazu verwendet werden könnte, Modelle zu trainieren, die auf die in verschiedenen Regionen der Welt gefundene Felskunst spezialisiert sind.
Die Ergebnisse könnten auch für die Entwicklung einer App nützlich sein, mit der Touristen Bilder von möglicherweise unentdeckten Felskunstwerken zur weiteren Analyse hochladen könnten.
„Wenn Sie als Tourist in einem Gebiet sind, in dem es möglicherweise Felskunst gibt und sie fotografieren, ist es eines unserer zukünftigen Ziele, eine App zu entwickeln, mit der Sie Ihr Bild der Sammlung hinzufügen können, um zu sehen, ob es dokumentiert wurde oder ob es sich um unentdeckte Felskunst handelt, die untersucht werden muss“, sagte Dr. Jalandoni.
„Auf diese Weise könnten sich Bürgerwissenschaftler vor Ort an wichtigen archäologischen Forschungen beteiligen.“
Die Ergebnisse der Studie „On the use of Machine Learning Methods in Rock Art Research with Application to Automatic Painted Rock Art Identification“ wurden im Journal of Archaeological Science veröffentlicht.
Nach einer Pressemeldung der Griffith University
Das könnte Sie auch interessieren!
In Stein gemeißelt und graviert – Felsbildkunst in Saudi-Arabien
Eine Analyse der bis zu 9000 Jahre alten Felsbildkunst offenbart flexible Anpassungen der Wirtschafts- und Gesellschaftsformen an dramatische Klima- und Umweltveränderungen.