Wirkung von Fotos in sozialen Medien (SoPhoAppeal)

• Antragsteller: Professor Dr.-Ing. Alexander Raake
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing ; Elektronische Halbleiter, Bauelemente und Schaltungen, Integrierte Systeme, Sensorik, Theoretische Elektrotechnik
• Förderung: Förderung seit 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 437543412

Das Projekt "Wirkung von Fotos in sozialen Medien" (SoPhoAppeal) beschäftigt sich mit der Ästhetik von Fotos im Kontext von Sozialen Medien-Webseiten. Heute sind Digitalkameras in einer Vielzahl von Geräten wie Smartphones oder speziellen Kameras aller Art und Güteklassen erhältlich. In der Folge werden täglich Millionen von benutzergenerierten Bildern über verschiedene Soziale Medienplattformen veröffentlicht. Neben Textinformationen sind Bilder zu einem der wichtigsten Mittel der digitalen sozialen Kommunikation geworden. Gleichzeitig ermöglichen Bilder in Sozialen Medien eine neuartige systematische Form der benutzer- und datengesteuerten bildästhetischen Wirkungsforschung.In SoPhoAppeal ist es letztlich das Ziel, den Beitrag der intrinsischen ästhetischen Qualität eines Bildes zur Bewertung von Bildanmutung und "Liking" zu erforschen. Es wird untersucht, wie die Ästhetik mit Bildeigenschaften, Bildsemantik, Präsentation im sozialen Netzwerk und dem Bewertungsverhalten (Ansehen und "Liken") zusammenhängt. Im Projekt sollen in erster Linie Social-Media-Plattformen untersucht werden, die sich der Fotografie widmen und wo Fotos eher als Kunst und nicht vor allem als Möglichkeit betrachtet werden, Ereignisse aus dem Leben des Fotografen zu teilen (beispielsweise 500px, https://500px.com, Flickr, https://www.flickr.com, 1x, https://1x.com).Solche Plattformen bieten eine große Menge an direkten und indirekten Informationen über Aspekte wie die fotografischen Fähigkeiten der Benutzer, was den Menschen gefällt ("liken"), Hintergrundwissen über Präferenzen in Bezug auf die Art der "gelikten" und die selbst aufgenommenen Fotos, eine große Datenbank mit annotierten Bildern und weitere anonymisierte Social-Media-Daten, einschließlich der Popularität einzelner Fotografen. Eines der Ziele des Projekts ist es, zu untersuchen, wie aus der großen Menge an Metadaten wertvolle Informationen über die Attraktivität von Bildern gewonnen werden können und wie eindeutig festgestellt werden kann, ob die Popularität eines Bildes aus sozial-medialen Aspekten (Netzwerkbeziehungen, Popularität des Benutzers usw.) oder aus den intrinsischen Eigenschaften des Bildes resultiert. Hier müssen auch Aspekte der Datenanonymisierung berücksichtigt werden. Darüber hinaus werden im Projekt in kontrollierten Labortests für eine Reihe von Referenzbildern Bewertungen zur Ästhetik erhoben. Diese werden ergänzt durch größere Crowdsourcing-Tests, um Bewertungen in einem dem eigentlichen Nutzungsumfeld näheren Kontext zu erheben. Anhand der verschiedenen Daten wird der Zusammenhang zwischen technischen Aspekten, Bildeigenschaften, Hintergrundwissen der Benutzer, Eigenschaften des sozialen Netzwerks, ästhetischen Attraktivitätsbewertungen und "Liking" untersucht. Die Ergebnisse dieser Analyse werden verwendet, um auf Basis maschinellen Lernens verschiedene Modelle für eine automatische Ästhetik- und "Liking"-Vorhersage (statistisch, Deep Learning-basiert) zu entwickeln und zu evaluieren.

• DFG-Verfahren: Sachbeihilfen