Ga verder naar de inhoud

Een voorbeeld van beeldherkenning: strips detecteren in het archief

22.04.2025

Geschiedenis en artificiële intelligentie lijken wel tegenpolen: oud versus nieuw, stoffig versus hip, verleden versus toekomst. Maar dat is slechts schijn, weet doctoraatsstudent Bas Vercruysse van het Ghent Centre for Digital Humanities. Hij onderzoekt hoe AI-methodes kunnen worden ingezet in verschillende disciplines, waaronder historisch onderzoek. Voor zijn collega's gespecialiseerd in de evolutie van strips, detecteert hij met computervisie automatisch stripverhalen in oude tijdschriften. En dat bespaart veel tijd.

Strips in oude tijdschriften

Mijn opa was een verwoed stripverzamelaar, en ik erfde als kind zijn prachtige collectie. Uren heb ik doorgebracht in Zonnedorp, om dan met Suske en Wiske in Antwerpen avonturen te beleven en me uiteindelijk te positioneren in de straat van Marcel Kiekeboe, ergens tussen Fernand Goegebuer en Leon Van der Neffe.

De Belgische stripcultuur is wereldwijd bekend en kent een lange traditie, die heel wat evoluties heeft doorgemaakt. Mijn collega's doen daar historisch onderzoek naar, en ik zet AI in om hen daarbij te helpen.

Eerst moesten we een grote verzameling strips aanleggen. We begonnen bij de vroege 20ste eeuw: toen verschenen korte stripverhalen vaak in tijdschriften (zie het als de Dag Allemaal van vroeger), net zoals ze vandaag nog steeds in de krant gepubliceerd worden.

Al die oude tijdschriften zijn bewaard in het magazijn van de Koninklijke Bibliotheek van België (KBR). Maar hoe begin je in zo'n massa aan materiaal naar de pagina's met strips te zoeken? Gelukkig werden recent een hele hoop magazines gedigitaliseerd, waardoor we ze alvast digitaal konden doorbladeren. Dat hielp ons vooruit, maar de volledige verzameling telde nog steeds meer dan 500 000 pagina's! 🤯 Er moest een efficiëntere manier zijn om die te doorzoeken. Kon AI een oplossing bieden?

Automatisch strips herkennen

Als onderzoeker hoef je vandaag geen tijd meer te spenderen aan saaie repetitieve taken, zoals het doorbladeren van magazines op zoek naar de juiste pagina's. Computers en AI kunnen dat type werk overnemen.

Wij gebruikten de AI-tool YOLO, "You Only Look Once", om met behulp van computervisie automatisch strips te detecteren. YOLO is een objectherkenningssysteem: via een specifiek soort neurale netwerken - zogenaamde convolutional neural networks - leert het objecten te herkennen op afbeeldingen.

Het systeem gaat op zoek naar de belangrijkste kenmerken van een object. Bijvoorbeeld: wat maakt een kat een kat? Om een kat te herkennen, kijken wij vaak naar de oren, snorharen en vacht. Dit AI-systeem doet eigenlijk hetzelfde, maar dan op een veel abstracter niveau. Daardoor presteert het vaak zelfs beter dan mensen!

YOLO kan voor verschillende taken gebruikt worden. Mijn collega's en ik leerden het specifiek strips, foto's en cartoons herkennen - al het visuele materiaal in een tijdschrift.

70 keer sneller een beeld herkennen dankzij AI

AI

Als proefproject lieten we ons model los op 80.000 tijdschriftpagina's. Daarin detecteerde het zo'n 4.000 strips. Het model slaagde er niet enkel in om accuraat strips te herkennen, maar deed dat ook nog eens onwaarschijnlijk snel:

  • In vijf en een half uur tijd werden alle 80.000 pagina's verwerkt
  • Dat komt neer op 0,25 seconden per pagina

Mens

Ter vergelijking vroeg ik ChatGPT hoeveel tijd het een mens zou kosten om een pagina om te slaan, te lezen en de afbeeldingen te classificeren:

  • 17 tot 35 seconden per pagina, afhankelijk van de interface en de snelheid en ervaring van de persoon
  • Voor 80.000 pagina's ligt dat tussen de 378 uur (snelste scenario) en 778 uur (traagste scenario)
  • AI klaart deze klus dus minstens 70 keer sneller dan mensen!
Ons AI-model slaagde erin accuraat strips te herkennen in tijdschriften, en deed dat ook nog eens onwaarschijnlijk snel.
Bas Vercruysse,

AI maakt tijd vrij voor onderzoekers

In deze fase van het project was de keuze voor AI-assistentie snel gemaakt: het bespaart veel tijd die onderzoekers beter kunnen investeren in het interpreteren van de data.

In de toekomst zullen we die ondersteuning misschien nog uitbreiden. Terwijl we artificiële intelligentie nu vooral inzetten om taken te automatiseren, bieden nieuwe toepassingen zoals ChatGPT Vision nog extra mogelijkheden, bijvoorbeeld om beelden ook te interpreteren.

AI opent dus heel wat nieuwe mogelijkheden voor historisch onderzoek. En zo blijken geschiedenis en AI toch best compatibel te zijn!

Ontdek ook:

YOLOv7

Open source AI-model voor objectdetectie

Op maat

Praktisch aan de slag met GenAI voor onderzoek

workshop - TEXTUA (UAntwerpen)

Bas Vercruysse

Bas Vercruysse is historicus en volgde na zijn studies nog een opleiding toegepaste AI. Intussen is hij aan de slag als doctoraatsstudent bij het Ghent Centre for Digital Humanities waar hij probeert computervisie en large language modellen in te zitten in de boeiende, maar soms wat archaïsche wereld van historici. Zijn focus ligt op het toegankelijk maken van visuele en tekstuele historische bronnen, met toepassingen die variëren van het detecteren van humoristische strips in oude tijdschriften tot het ondersteunen van onderzoek naar klimaatdata.

Deel op social media

SAIAR Summer Studio: From latent to physical space

24 augustus 2026

Zomerschool - Kortrijk - Howest Hogeschool, SAIARlab

AI voor taal­pro­fes­si­o­nals | Jij houdt de pen vast, met AI als copiloot

7 september 2026

Opleiding - Kortrijk - PUC KU Leuven Continue, VAIA

AI voor Beginners - ChatGPT en co slim en verantwoord inzetten in je dagelijkse werk

21 augustus 2026

Opleiding - Antwerpen - Thomas More Hogeschool, Syntra AB