L’Art des données, les données de l’art

Dans le cadre du projet de recherche européen STAGE (From Stage to Data, the Digital Turn of Contemporary Performing Arts Historiography) dirigé par Clarisse Bardiot, ce séminaire de recherche propose une introduction approfondie aux enjeux, concepts, méthodes et outils pour l’étude numérique des textes, images et données culturelles. Il vise à aborder les défis et les opportunités liés à l’utilisation des données numériques pour les études en art, notamment dans les domaines en pleine expansion de la digital art history et des culture analytics, et à montrer comment les humanités numériques ouvrent de nouvelles perspectives de recherche en sciences humaines et sociales. Les objectifs principaux du séminaire sont de comprendre les concepts fondamentaux des humanités numériques et leur application aux études en art et en particulier en arts de la scène, d’analyser les implications scientifiques et éthiques de l’utilisation des données numériques dans la recherche et de découvrir les recherches les plus récentes menées par des chercheurs reconnus dans le domaine. En regard de ces travaux, chaque semestre, un artiste est invité à présenter sa démarche en lien avec les données numériques. Certaines séances auront lieu en anglais, facilitant l’intervention de chercheurs internationaux.

L’analyse automatique d’image de documents connait une progression fulgurante avec l’essor de l’apprentissage profond (deep learning). Cependant, ces nouveaux algorithmes d’IA nécessitent une quantité important d’exemples annotés, et les résultats produits ne sont pas toujours explicables. L’exposé abordera une manière différente de concevoir un système de reconnaissance de documents, en combinant des systèmes à base d’apprentissage profond, lorsqu’ils sont pertinents, avec des règles de compositions décrites par un humain. Nous présenterons des cas concrets d’application sur la reconnaissance d’images de partitions de musique ancienne, de registres d’état civil, de journaux économiques anciens.

Aurélie Lemaitre est Professeur des Universités en informatique à l’Université Rennes 2. Elle est membre de l’équipe SHADoc de l’IRISA. Ses travaux de recherche portent sur la conception de systèmes de reconnaissance d’images de documents. Elle se focalise sur des systèmes hybrides mêlant approche syntaxiques et deep learning. Elle a travaillé dans des projets variés de reconnaissance de documents d’archives : presse ancienne, registres d’états civil, cartes, partitions de musique, journaux économiques…