FoU-Katalog
Projekt finansierade med Riksantikvarieämbetets FoU-anslag
Du är här: Hem // 2023 
TitelAI och medborgarforskning för porslinsföremål
DnrRAÄ-2022-2424
MedelsförvaltareRISE Research Institutes of Sweden
InstitutionAvdelningen för datavetenskap
ProjektledareOlof Mogren
Programperiod2017-2021
FoU temaMuseernas digitala omställning
UndertemaForskare och samlingar
Beviljat belopp
AnslagsårBelopp 
2023 599 764
Kortfattat syfte
Ett AI-baserat analysverktyg har utvecklats som kan ge användare information om porslinsobjekt från Rörstrand. Modellen ger lovande resultat, men mer arbete krävs för att den ska fungera bra i alla scenarier. I denna uppföljande fas ska tjänsten vidareutvecklas för lansering till slutanvändare. Detta genom att addera data, engagera slutanvändare och göra tekniska förbättringar och utredningar.
Sammanfattning
AI-driven bildanalys kan idag känna igen mönster och föremål med stor träffsäkerhet. Projektet syftar till att utveckla en användarvänlig tjänst där besökare kan få svar på frågor om porslinsföremål tillverkade av Rörstrand. En användare laddar upp en bild till verktyget och får en analys av föremålet. Det är ett sätt att öka tillgängligheten till samlingarna och stärka den roll som kunskapsbank som museet ska ha och samtidigt ta till vara på det stora engagemang och kompetens som finns ibland porslinssamlare. Projektet ska producera en demonstrator, som publiceras med öppen källkod, samt en manual med vilka modifieringar som behövs för att applicerbara modellen andra typer av samlingar.
Summary
AI-driven image analysis can today recognize patterns and objects with great accuracy. This project will develop a user-friendly service where people get answers to questions about porcelain objects from Rörstrand. A user uploads an image to the tool and obtains an analysis. This will increase accessibility to the collections and strengthen the role as the source of knowledge that the museum should have and will leverage the great commitment and competence that exists among porcelain collectors. The project will produce a demonstrator, which is published with open source code, as well as a manual with which modifications are needed to make the model applicable to other types of collections.