Kleding uit erfgoedbeelden: uitsnedes voor een aankleedspel (HackaLOD 2026)

Deze dataset bevat ruim 250 uitgeknipte kledingstukken uit erfgoedbeelden: mutsen, jurken, schorten, sjaals, schoenen en complete streekdrachten van mensen op foto's, schilderijen en prenten, en kleding uit museumcollecties. De dataset is gemaakt door het team van de Utrecht Time Machine, waarin Het Utrechts Archief, de Universiteit Utrecht en vele andere partners samenwerken aan het volgende doel: "het zichtbaar en ervaarbaar maken van de rijke Utrechtse geschiedenis via een combinatie tussen linked data en visualisatie technologie." Het team maakte haar tijdens HackaLOD 2026 in de Nieuwe Kerk in Middelburg: de hackathon van het Netwerk Digitaal Erfgoed (NDE) waarin teams in korte tijd nieuwe toepassingen bouwen met linked open data uit erfgoedcollecties, om te laten zien wat die data mogelijk maken. Deze dataset is de basis voor een aankleedspel waarin jongeren kleding uit verschillende tijden, streken en culturen combineren en zo ontdekken waar die vandaan komt. De bronbeelden komen uit collecties die we via het Datasetregister van het Netwerk Digitaal Erfgoed vonden: het Nederlands Openluchtmuseum, het Rijksmuseum, het Nationaal Museum van Wereldculturen en het Zeeuws erfgoedplatform. Elk kledingstuk is met een beeldsegmentatiemodel (SAM 3.1) als transparante PNG uitgeknipt en als annotatie vastgelegd, met een verwijzing naar het bronobject en de collectie, de datering, de plaats van herkomst met coördinaten, de makers en Nederlandse kledingtermen die gekoppeld zijn aan de Getty AAT. De publieksteksten zijn met een taalmodel geschreven op basis van de museummetadata en worden met de hand beoordeeld. Kleding vertelt over identiteit, over trots op waar je vandaan komt en over de vele culturen die samen ons erfgoed vormen; met deze dataset willen we die verhalen toegankelijk maken voor een jong en divers publiek. De beschrijvingen volgen het NDE Schema AP en zijn ook via een SPARQL-endpoint te bevragen.

Linked Data-samenvatting laden...

Registratie

Geregistreerd op
31 oktober 2026 om 09:44
Laatst gelezen
12 uur geleden
Volledigheid
100%