Das WIN-Projekt widmet sich Fragestellungen, die von den beiden Bildwissenschaften Computer Vision und Kunstgeschichte geteilt werden. Der gemeinsame Fokus ist das Bildverstehen als erkenntnistheoretisches und anwendungsorientiertes Problem. Insbesondere das Verhältnis zwischen formaler und semantischer Ähnlichkeit ist von großem wissenschaftlichem Interesse, da die semantische Lücke zwischen visuellen und inhaltlichen Ähnlichkeiten eine große Herausforderung für beide Fächer darstellt.
Dabei soll eine technische und methodische Instanz geschaffen werden, aus der eine wissenschaftliche Bildsuche und automatisierte Analyse entwickelt werden kann. Die Anwendungen und die Grundlagenforschung der Arbeitsgruppe sowie deren methodenkritische Reflektion sollen den Umgang mit digitalen Bilddatenbanken bildorientierter und damit effizienter gestalten. Computer Vision kann, indem direkt auf die Bildinformationen zugegriffen wird, Beschreibungen vornehmen und Verbindungen zwischen Kunstwerken aufzeigen, die vom menschlichen Auge nicht oder nur unter größtem Zeitaufwand überblickbar sind.
Im Gegenzug wird der Computer Vision mithilfe kunsthistorischer Beschreibungswerkzeuge und problemorientiert ausgewählter Bildstrecken ermöglicht ein automatisches Bildverstehen zu entwickeln, durch das mittel- und langfristig Objekte, Motive und Kompositionen erkannt werden können. Insbesondere die unmittelbare Analyse und Rückmeldung durch die Kunstgeschichte hilft der Computer Vision ihren bisherigen rein formalen Zugang zu erweitern und einen inhaltsbasierten Ansatz zu entwickeln. Als Ergebnis wird auch ein tieferes Verständnis über die kulturellen Sehgewohnheiten und die Fähigkeiten zur Identifikation von Objekten durch die Formensprache der Kunst erwartet.