Servicenavigation

Detailseite

Zurück

Projekt Druckansicht

Emotion. Eskalation. Gewalt. Entwicklung eines video-basierten Verfahrens zur Früherkennung von Emotionsprozessen bei Großveranstaltungen.

Fachliche Zuordnung Empirische Sozialforschung
Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
Förderung Förderung von 2014 bis 2019
Projektkennung Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 258979342
 
Erstellungsjahr 2018

Zusammenfassung der Projektergebnisse

Die zentrale Fragestellung des Projekts lautete, ob sich Eskalationsprozesse in Gruppen mittels einer beobachtenden Kamera und einer Auswertungssoftware automatisiert oder teilautomatisiert erkennen lassen. Zu diesem Zweck arbeiteten ein sozialwissenschaftliches/kommunikationswissenschaftliches Team vom Kulturwissenschaftlichen Institut Essen und ein Team vom Institut für Neuroinformatik der Ruhr-Universität Bochum zusammen. Das sozialwissenschaftliche Team sollte das implizite Wissen von erfahrenen Beobachtern solcher eskalierenden Gruppenemotionen mittels "teilnehmender Beobachtung" und "Befragung" von Polizist*innen, Sicherheitsbeauftragten, Fans/Ultras erheben und verdichten. Zum Zweiten sollte es den Prozess der Entwicklung von Eskalationen mittels "Videografie" systematisch erheben und vermessen. Die Videoanalyse positiver und kontrastierender Datensätze sollte es ermöglichen, Eskalationsprozesse zu kategorisieren und soweit detailliert zu beschreiben. Auf diese Weise sollte bestimmt werden, welche Merkmale von erfahrenen Beobachter*innen implizit und explizit zur (Früh-)Erkennung und Beurteilung von Eskalationsprozessen herangezogen werden und wie sich diese mit Verfahren der modernen Bildverarbeitung abbilden und echtzeitfähig implementieren lassen. Forschungspraktisches Ziel des Projektteams vom Institut für Neuroinformatik war die Entwicklung und praktische Erprobung eines mobilen Mehrkamerasystems nebst zugehörigem Softwareframework, das in der Lage ist, Menschengruppen von beschränkter Größe und Dynamik zu erfassen und ein Maß für die aktuelle Eskalationssituation zu schätzen. Die Auswertung sollte in Echtzeit geschehen. Das Framework sollte eine Visualisierung implementieren, die den Benutzer*innen Lokalität einer als relevant klassifizierte Gruppenemotion, deren Art, die Konfidenz der Schätzung und ggf. die Merkmale, anhand derer die Klassifikation vorgenommen wurde, schnell und eindeutig erfassbar zur Verfügung stellen. Eine Schnittstelle zur vom sozialwissenschaftlichen Team genutzten Video-Annotationssoftware Feldpartitur sollte das Training maschineller Lernverfahren basierend auf kategorisiertem (gelabeltem) Videomaterial ermöglichen. Zusätzlich sollte in einer späteren Phase die Güte der Emotions- und Eskalationserkennung automatisiert bewertet werden. Ergebnis der Studie ist, dass Eskalationsprozesse nicht allein aus situativen Faktoren resultieren, sondern dass stets auch "transsituative" und "intersituative" Einflüsse eine Rolle spielen. Da Kamerasysteme diese Faktoren nie vollständig erfassen und verarbeiten können, sind der Vorhersage von Eskalationsprozessen deutliche Grenzen gesetzt. In diesem Sinne ist das Projekt gescheitert. Gleichwohl hat es viele Einsichten über nicht haltbare theoretische Vorannahmen (z.B. zur Prognostizierbarkeit emotionaler Eskalationsprozesse), zur Formalisierbarkeit und vor allem zu den verschiedenen Fachkulturen gebracht.

Projektbezogene Publikationen (Auswahl)

 
 

Zusatzinformationen

© 2024 DFG Kontakt / Impressum / Datenschutz

Textvergrößerung und Kontrastanpassung