Mein Forschungsschwerpunkt liegt an der Schnittstelle zwischen Computer Vision und Digital Humanities. Ich untersuche, wie großskalige Vision Foundation Models (VFMs) für spezialisierte, ressourcenarme Domänen adaptiert werden können. Das Ziel ist die Überwindung der technologischen Lücke zwischen allgemeiner KI und den hochspezifischen Anforderungen der Wissenschaft, insbesondere bei der Analyse historischer Artefakte.
Meine Arbeit adressiert die fundamentalen Herausforderungen des Domain Shifts und der Datenknappheit in Nischenbereichen. Durch die Integration modellzentrierter Adaption und datenzentrierter Active-Learning-Strategien entwickle ich Workflows, die den Annotationsaufwand für Experten drastisch reduzieren und gleichzeitig die analytische Präzision in der computergestützten Forschung maximieren.
My research focuses on the intersection of Computer Vision and Digital Humanities, specifically exploring how Vision Foundation Models (VFMs) can be adapted for specialized, low-resource domains. The core objective is to bridge the gap between large-scale AI and the high-precision requirements of scientific analysis, where data is inherently scarce.
My work addresses the fundamental challenges of domain shift, data scarcity, and high annotation costs in niche fields. By integrating model-centric adaptation with data-centric active learning, I aim to create optimized scientific workflows that minimize the need for expert labor while maximizing analytical capabilities for historical artifacts, such as ancient mirrors, manuscripts, and maps.
