Gestenerkennung. Von albert gass
|
|
- Fanny Kaufman
- vor 7 Jahren
- Abrufe
Transkript
1 Gestenerkennung Von albert gass
2 Gliederung Einleitung einleitendes Zitat Visuelle Gestenerkennung Allgemein Merkmale Farben Geometrie der Objekte
3 gliederung Modellierung der beteiligten Daten Art der Datenaufnahme Daten-Handschuhe partiell gefärbte Handschuhe natürliche Erkennung Zeichnen-Modell Hand-Erkennung Phasen der Gestenerkennung Algorithmen und Verfahren Rubine Alg., SiGrid Alg., DTW, HHM
4 Gliederung Schwierigkeiten Hardware Beleuchtung Perspektive Feinheit der Gesten Quellen
5 einleitung "Computers became primary objects of our attention resulting in an area called human computer interaction. Today, however, we must ask: Are we actually interested in interacting with computers? Isn t our goal rather to interact with information, to communicate and to collaborate with people? Shouldn t the computer move into the background?" - N., Streiz
6 einleitung Computer treten mehr in den Hintergrund Unterstützende Funktion Integration als Kommunikationsapparat Intelligenz und Autonomie Heutige Bedienungserleichterungen: Touchscreens PDAs Graphic-Tablets
7 Visuelle gestenerkennung
8 allgemein Basiert auf Bildverarbeitung Verfolgung von Bewegungen -> Erkennen von Gesten Verfolgung von ausgezeichneten Markern/Merkmalen bzw. Eigenschaften
9 merkmale
10 farben einfachste Eigenschaft Beschreibung jedes Pixels eines digitalen Bildes mit seiner Farbe Aufgespannter Farbraum als Schwellenwert Abhängigkeit von der Beleuchtung
11 Geometrie der objekte einfache Objekte z.b.: Kreis komplexe Objekte menschliches Gesicht mehrere Objekte müssen parallel erkannt werden
12 Modellierung der beteiligten Daten
13 Art der datenaufnahme
14 Daten-handschuhe korrekte Position hohe Genauigkeit und Geschwindigkeit gute Kompatibilität Nachteil Bewegungseinschränkung
15 Partiell gefärbte Handschuhe Position durch Farberkennung zuverlässig Einschränkung der Natürlichkeit
16 Natürliche Erkennung keine zusätzliche Hardware nötig Darstellung der natürlichen Hand basiert auf Modellen, konzipiert für Aussehen Erscheinung Zugriff auf maschinelles Lernen
17 Zeichnen-modell erfolgreich für stiftbasierte Benutzerschnittstellen
18 Hand-erkennung Unterteilung in Vorder- und Hintergrund Pigmentierung YUV-Farbmodell Gauss Statistisches Modell Farben-Normierung Beschleunigt die Rechengeschwindigkeit Kontur eines Objekts
19 Phasen der Gestenerkennung Data Acquisition Sammeln der wichtigen Daten Gesture Modeling Anwendung der empfangenen Daten auf das jeweilige Modell meist sind einige Vorprozesse nötig Feature Extraction weich und reibungslos Merkmale können zu Trainingszwecken und als Vorlage dienen Recognition Stage Klassifizierung der Geste
20 Algorithmen und Verfahren
21 Rubine Algorithmus entwickelt von Dean Rubine (1991) Basis vieler Algorithmen zur Gestenerkennung merkt sich in periodischen Intervallen die Position Feature-Ermittlung Sinus, Cosinus Entfernungen Dauer und Geschwindigkeit
22 Sigrid Algorithmus entwickelt von Beat Signer, Moira Noirre und Ueli Kurrmann (2007) Basiert auf Bit-Signaturen in einem Grid n gleich große Quadrate Eindeutigkeit durch Bit-String Transformation des Zeichenvorgangs auf Grid Vergleich mit bereits bekannten Bit-Strings Levensthein Distanz Hamming Distanz
23 Dynamic time warping misst Ähnlichkeiten zweier Sequenzen unabhängig von Zeit Geschwindigkeit Rechenaufwand O(n²) Anwendung Sprach-, Unterschriften- und Umrisserkennung
24 Hidden markov model stochastisches Modell Markov-Kette mit unbeobachteten Zuständen Übergang auf zufällig Weise von einem in einen anderen Zustand Anwendung Sprach- und Gestenerkennung Spamfilter Schriftenerkennung
25 Schwierigkeiten
26 hardware Wahl der verwendeten Hardware zur Erfassung davon abhängig ist: Qualität des Ausgangsmaterials gewünschte Informationen Infrarot-, Restlicht- oder Normalbilder hohe Auflösung für feine Details hohe Frequenz der Aufnahme (vor allem bei Bewegungsabläufen)
27 Beleuchtung Einschränkungen der Farbqualität durch Schatten und Reflexion Verfälschung der Farben durch auftretende Blendeffekte Verdunkelung der Farbtöne durch Schatten Zusammensetzung des Lichts natürliches und künstliches Licht unterschiedliche Blauanteile
28 Perspektive Entfernung zur Kamera eintretender Winkel vom Objekt auftretende Phänomene Objekte werden überdeckt Objekte werden verzerrt dargestellt je nach Entfernung Gesten schwer erkennbar Lösung mehrere Kameras verwenden
29 Feinheit der Gesten wann und welche Gesten sollen erkannt werden Bewegungen metrisch erfassen mögliche Probleme bei zu starker Feinheit Fehlinterpretation unbewusster Bewegungen leichtes Zittern
30 Quellen ubicomp/projekte/master10-11-aw1/kilan/bericht.pdf
Gestenerkennung. Yannick Jonetzko Yannick Jonetzko
30.04.2015 Inhalt Motivation Definition Geste Historie / Anwendungsbereiche Arten der Funktionsweise anhand eines Papers Alternativen Fazit Seite 2 Motivation Human Computer Interaction Gesten sind in
MehrEin Freihand Gestenbasiertes Modellierungstool
Ein Freihand Gestenbasiertes Modellierungstool Präsentation im Rahmen der Veranstaltung Anwendungen 1 Von Dennis Kilan Betreuer: Prof. Dr. Stefan Sarstedt Inhaltsverzeichnis Motivation/Zielsetzung Pen
MehrOberflächennahe und ferne Gestenerkennung mittels 3D-Sensorik
Oberflächennahe und ferne Gestenerkennung mittels 3D-Sensorik 26.10.2016 Gliederung Gesten für Mensch-Maschine Interaktion Anwendungsszenario Interaktive Projektionssitzkiste Herausforderungen Lösungsansatz
MehrTechnologie.Transfer.Anwendung. Der Mensch im Fertigungssystem von morgen: Gestensteuerung im industriellen Umfeld. New Technology To Market (NTTM)
istockphoto/pei Ling Hoo New Technology To Market (NTTM) Technologie.Transfer.Anwendung. Der Mensch im Fertigungssystem von morgen: Gestensteuerung im industriellen Umfeld Lars Schubert Stuttgart, 19.09.2016
MehrReal Time Tracking of the Human Body. Hauptseminar Bildverstehen: Videobasierte Erkennung und Analyse menschlicher Aktionen. Thomas Endres SS 2006
Real Time Tracking of the Human Body Hauptseminar Bildverstehen: Videobasierte Erkennung und Analyse menschlicher Aktionen Thomas Endres SS 2006 Echtzeit-Erkennung Erkennung Anwendungsmöglichkeiten: Interfaces
MehrObjekterkennung durch Vergleich von Farben. Videoanalyse Dr. Stephan Kopf HWS2007 Kapitel 5: Objekterkennung
Objekterkennung durch Vergleich von Farben 48 Farbräume (I) Definitionen: Farbe: Sinnesempfindung (keine physikalische Eigenschaft), falls Licht einer bestimmten Wellenlänge auf die Netzhaut des Auges
MehrRheinisch Westfälische Technische Hochschule Aachen Lehr- und Forschungsgebiet Informatik 4 Prof. Dr. Ing. Felix Freiling. Seminar: SeVVes 2006
Rheinisch Westfälische Technische Hochschule Aachen Lehr- und Forschungsgebiet Informatik 4 Prof. Dr. Ing. Felix Freiling Seminar: SeVVes 2006 alternative Authentifizierungsverfahren: Passfaces & CAPTCHAs
MehrSIPLACE LED Centering. Dipl.-Ing. Norbert Heilmann, Siplace Technology & Networking Event 2014 Technology Scout
SIPLACE LED Centering Dipl.-Ing. Norbert Heilmann, Siplace Technology & Networking Event 2014 Technology Scout LED Fahrzeug Scheinwerfer stellen die Elektronikproduktion vor neue Herausforderungen Asymetrisches
MehrKamera-basierte Objekterkennung
Kamera-basierte Objekterkennung Deep Machine Learning. Version 2.0 Einführung Motivation & Megatrends Motivation In der Logistik verursacht die Identifizierung (das Scannen) der Produkte, Pakete, Paletten,
MehrParallele Algorithmen in der Bildverarbeitung
Seminar über Algorithmen - SoSe 2009 Parallele Algorithmen in der Bildverarbeitung von Christopher Keiner 1 Allgemeines 1.1 Einleitung Parallele Algorithmen gewinnen immer stärker an Bedeutung. Es existieren
MehrVorlesung: Künstliche Intelligenz
Vorlesung: Künstliche Intelligenz - KI heute, KI morgen, KI übermorgen- D P LS G ML ES S ST SA NN ME O EA SV Künstliche Intelligenz Miao Wang 1 Inhaltliche Planung für die Vorlesung 1) Definition und Geschichte
MehrModell zur Einflussanalyse Ein Modell zur Einflussanalyse von Methodenänderungen in Entwicklungsprozessen
Modell zur Einflussanalyse Ein Modell zur Einflussanalyse von Methodenänderungen in Entwicklungsprozessen Roland Koppe, Stefan Häusler, Axel Hahn 2 Übersicht Einleitung und Motivation Ansatz und Methodik
MehrNumerische Methoden. Thomas Huckle Stefan Schneider. Eine Einführung für Informatiker, Naturwissenschaftler, Ingenieure und Mathematiker.
Thomas Huckle Stefan Schneider Numerische Methoden Eine Einführung für Informatiker, Naturwissenschaftler, Ingenieure und Mathematiker 2. Auflage Mit 103 Abbildungen und 9 Tabellen 4Q Springer Inhaltsverzeichnis
MehrInfrarot - Thermografie
Infrarot - Thermografie Berührungsfrei und sicher prüfen Die Infrarot Thermografie ist ein modernes, bildgebendes Messverfahren zur schnellen Beurteilung der thermografierten Objekte. In der Regel sind
Mehr3D-Rekonstruktion aus Bildern
Allgemeine Nachrichtentechnik Prof. Dr.-Ing. Udo Zölzer 3D-Rekonstruktion aus Bildern Dipl.-Ing. Christian Ruwwe 41. Treffen der ITG-Fachgruppe Algorithmen für die Signalverarbeitung HSU Hamburg 24. Februar
MehrBeschleunigung von Bild-Segmentierungs- Algorithmen mit FPGAs
Fakultät Informatik, Institut für Technische Informatik, Professur für VLSI-Entwurfssysteme, Diagnostik und Architektur Algorithmen mit FPGAs Vortrag von Jan Frenzel Dresden, Gliederung Was ist Bildsegmentierung?
MehrGrundlagen der Farbbildverarbeitung
Grundlagen der Farbbildverarbeitung Inhalt 1. Grundlagen - Was ist Farbe? - Wie lässt sich Farbe messen? 2. Technik der Farbkameras - Wie kann eine Kamera Farben sehen? - Bauformen 3. Funktion von Farb-BV-Systemen
MehrCAIMAN M Weitwinkel STOP+MOTION Radardetektor
SWARCO TRAFFIC SYSTEMS GMBH TECHNOLOGIETAG SWARCO 2015 13. März 2015 CAIMAN M Weitwinkel STOP+MOTION Radardetektor CAIMAN M Weitwinkel STOP+MOTION Radar CAIMAN M Weitwinkel STOP+MOTION Radardetektor 1
MehrPRIP-Preis. Effizientes Object Tracking durch Programmierung von Mehrkernprozessoren und Grafikkarten
Masterarbeit @ PRIP-Preis Effizientes Object Tracking durch Programmierung von Mehrkernprozessoren und Grafikkarten Michael Rauter Pattern Recognition and Image Processing Group Institute of Computer Aided
MehrFarbe in der Computergraphik
Farbe in der Computergraphik 1 Hernieder ist der Sonnen Schein, die braune Nacht fällt stark herein. 2 Gliederung 1. Definition 2. Farbwahrnehmung 3. Farbtheorie 4. Zusammenfassung 5. Quellen 3 1. Definition
MehrFortgeschrittene Bildverarbeitung und Analyse
Fortgeschrittene Bildverarbeitung und Analyse Studiengang IEM Inhalt Definition der Bildverarbeitung Verarbeitung-Bearbeitung (Systeme) Grundlagen der Abbildungssysteme Auge, visuelle Wahrnehmung, Kamera,
MehrBOSCH Video goes IP. Dinion IP mit ivmd. Security Systems
BOSCH Video goes IP 1 Dinion XF Neue Maßstäbe: + 15 Bit Bildverarbeitung 2 Dinion XF Neue Maßstäbe: + XF-Dynamic Dinion XF 3 Dinion IP Neue Maßstäbe: + + + + Dinion IP mit allen Features der Dinion XF
MehrAUSBILDUNG für INDUSTRIELLE BILDVERARBEITUNG - Skizze für tertiären Bereich
AUSBILDUNG für INDUSTRIELLE BILDVERARBEITUNG - Skizze für tertiären Bereich FH-Prof. DI. Kurt Niel University of Applied Sciences Upper Austria Faculty of Engineering and Environmental Sciences kurt.niel@fh-wels.at
MehrVerwendungszweck elektronischer Kameras
Verwendungszweck elektronischer Kameras - Erfassung von Objekten durch optische Abbildung (= zweidimensionale Helligkeitsverteilung) und Umwandlung in elektrische Signale. Anschließend Digitalisierung
MehrHochdurchsatz-Mikroskopie zur automatisierten Qualitätskontrolle
Hochdurchsatz-Mikroskopie zur automatisierten Qualitätskontrolle Control 2017, Stuttgart 09 Mai 2017 Tobias Piotrowski, M.Sc. Bildquellen: Fraunhofer IPT Einführung Warum High-Speed-Mikroskopie? Herausforderung:
MehrQuelle: www.omekinteractive.com. Ganzkörper- Gestensteuerung. Mit 3-D Sensor (z.b. MS Kinect, ASUS Xtion) Zwischenpräsentation 21.05.
Quelle: www.omekinteractive.com Ganzkörper- 1 Gestensteuerung Mit 3-D Sensor (z.b. MS Kinect, ASUS Xtion) Zwischenpräsentation 2 Gliederung Motivation Wozu braucht man eine Gestensteuerung? Aktuelle Anwendungen
MehrGestaltgesetze. Grundlagen der Gestaltung. bbw Berlin Internet Grundlagen Seite 1 / 21
bbw Berlin Internet Grundlagen Seite 1 / 21 Das Ganze ist mehr als die Summe seiner Teile Die Gestaltgesetze dienen in der menschlichen Wahrnehmung der Raumaufteilung in Figur und (Hinter-)Grund. bbw Berlin
MehrProf. J. Zhang Universität Hamburg. AB Technische Aspekte Multimodaler Systeme. 20. Januar 2004
zhang@informatik.uni-hamburg.de Universität Hamburg AB Technische Aspekte Multimodaler Systeme zhang@informatik.uni-hamburg.de Inhaltsverzeichnis 6. Bildverarbeitung..........................415 Aufbau
MehrSprachsteuerung für einen ROS-basierten Assistenzroboter
Masterseminar WS 2014/2015 04.11.2014 Sprachsteuerung für einen ROS-basierten Assistenzroboter Mosawer Ahmad Nurzai M-INF3 Agenda Einführung Arbeiten Projekt 1 Sprachsteuerungsinterface Projekt 2 Unterstützende
MehrMultimedia-Datenbanken im SS 2010 Einführung in MMDB
Multimedia-Datenbanken im SS 2010 Einführung in MMDB Dr.-Ing. Marcin Grzegorzek 27.04.2010 Ähnlichkeitssuche in Multimedia-Datenbanken 2/ 28 Inhalte und Termine 1. Einführung in MMDB 1.1 Grundlegende Begriffe
MehrNavigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform. Thorsten Jost INF-M2 AW1 Sommersemester
Navigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform Thorsten Jost INF-M2 AW1 Sommersemester 2008 Agenda Motivation Feature Detection Beispiele Posenbestimmung in Räumen
MehrKapitel 4: Schattenberechnung
Kapitel 4: Schattenberechnung 1 Überblick: Schattenberechnung Motivation Schattenvolumen Shadow Maps Projektive Schatten 2 Motivation Wesentlich für die Wahrnehmung einer 3D-Szene Eigentlich ein globaler
MehrDistributed Algorithms. Image and Video Processing
Chapter 7 High Dynamic Range (HDR) Distributed Algorithms for Quelle: wikipedia.org 2 1 High Dynamic Range bezeichnet ein hohes Kontrastverhältnis in einem Bild Kontrastverhältnis bei digitalem Bild: 1.000:1
MehrDigitale Bildverarbeitung Einheit 12 3D-Modellierung
Digitale Bildverarbeitung Einheit 12 3D-Modellierung Lehrauftrag WS 05/06 Fachbereich M+I der FH-Offenburg Dipl.-Math. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Einen Eindruck
MehrGestaltgesetze Figur-Grund-Beziehung
Figur-Grund-Beziehung Die Wahrnehmung unserer Umwelt geschieht nach der Gestaltpsychologie durch die Wahrnehmung von Formen. Nur so kann die unbestimmte Komplexität der Sinneswahrnehmungen aufgelöst und
MehrEVC Repetitorium Blender
EVC Repetitorium Blender Michael Hecher Felix Kreuzer Institute of Computer Graphics and Algorithms Vienna University of Technology INSTITUTE OF COMPUTER GRAPHICS AND ALGORITHMS Filter Transformationen
MehrVerlustbehaftete Kompression. JPEG: Joint Photographic Experts Group
Verlustbehaftete Kompression JPEG: Joint Photographic Experts Group ITU T8.1 definiert Zusammenarbeit von ITU, IEC, ISO Verfahren zur verlustbehafteten Bildkodierung (auch Verlustloser Modus vorhanden)
MehrTechnischer Überblick
Technischer Überblick Smart Insight verbessert die Darstellung dunkler Bildbereiche INHALT 1. EINLEITUNG... 2 2. TECHNOLOGIE ZUR VERBESSERUNG DER DARSTELLUNG DUNKLER BILDBEREICHE... 3 2.1 KONVENTIONELLE
MehrTeil 7: Beleuchtung Beleuchtungsmodelle, Schattierungsmodelle
Beleuchtungsmodelle, Schattierungsmodelle Einleitung Beleuchtung vs. Schattierung Beleuchtung: Modell auswerten (anschl.) global vs. lokal phsikalisch (photo-realistisch?) vs. empirisch Phong-Modell Schattierung:
MehrFormwahrnehmung aus Schattierung. Von Vilayanur S. Ramachandran bearbeitet von Anna- Marisa Piontek
Formwahrnehmung aus Schattierung Von Vilayanur S. Ramachandran bearbeitet von Anna- Marisa Piontek Wie sehen wir dreidimensional? Seherfahrung basiert auf zweidimensionalen Bildern, die auf Retina abgebildet
MehrSprache systematisch verbessern. Eugen Okon
Sprache systematisch verbessern Eugen Okon Sprache systematisch verbessern Gliederung Einleitung Die CLEAR Methode CLEAR in einer Fallstudie Ergebnisse und Bewertung Zusammenfassung Sprache systematisch
MehrVL Wahrnehmung und Aufmerksamkeit. Woher weiß ich, was das ist? Objektwahrnehmung
VL Wahrnehmung und Aufmerksamkeit Woher weiß ich, was das ist? Objektwahrnehmung Was ist das? Was ist das? Was ist das? Oft hilft Verdeckung bei Erkennung. http://www.blelb.ch/deutsch/blelbspots/spot21/blelbspot21_de.htm
MehrBild-Erkennung & -Interpretation
Kapitel I Bild-Erkennung & -Interpretation FH Aachen / Jülich, FB 9 Prof. Dr. rer.nat. Walter Hillen (Dig Img I) 1 Einführung Schritte zur Bilderkennung und Interpretation: Bild-Erfassung Vorverarbeitung
MehrDigitale Bildverarbeitung
Digitale Bildverarbeitung 01a: Einführung und Motivation Prof. Dr. Gudrun Socher Dozentin Dozentin Prof. Dr. Gudrun Socher (gudrun.socher@hm.edu) Sprechstunde Donnerstag 9:15-10:00 Uhr Anmeldung per E-Mail
MehrDie Welt der Shader. Fortgeschrittene Techniken III
Die Welt der Shader Fortgeschrittene Techniken III Universität zu Köln WS 14/15 Softwaretechnologie II (Teil 1) Prof. Dr. Manfred Thaller Referent: Lukas Kley Gliederung 1. Was ist ein Shader? 2. Verschiedene
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Farben und analytische Geometrie. Das komplette Material finden Sie hier:
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Farben und analytische Geometrie Das komplette Material finden Sie hier: School-Scout.de S 1 Farben und analytische Geometrie Uwe
MehrMatsushita PC-Imagechecker P400
Matsushita Electric Works Deutschland Matsushita PC-Imagechecker P400 Inhalt Inhalt: Hardware Leistungsmerkmale multifunktionale Kameraunterstützung höchste Geschwindigkeit Schnittstellen Software vielfältige
MehrInstitut für Künstliche Intelligenz
Institut für Künstliche Intelligenz Prof. Sebstaian Rudolph --- Computational Logic Prof. Steffen Hölldobler --- Wissensverarbeitung Prof. Ivo F. Sbalzarini --- Wissenschaftliches Rechnen für Systembiologie
MehrBildverarbeitung: 3D-Geometrie. D. Schlesinger () Bildverarbeitung: 3D-Geometrie 1 / 13
Bildverarbeitung: 3D-Geometrie D. Schlesinger () Bildverarbeitung: 3D-Geometrie 1 / 13 Lochkamera Modell C Projektionszentrum, Optische Achse, Bildebene, P Hauptpunkt (optische Achse kreuzt die Bildebene),
MehrAnleitung Ranger 3D-Kalibrierung
EINLEITUNG Der Coordinator ist ein Programm, das die Kalibrierungsprozedur des Rangers vereinfacht und beschleunigt. Kalibrierte 3D-Daten sind entscheidend, wenn korrekte Positionen, Größen, Weite und
MehrGestaltgesetze der Wahrnehmung. DI (FH) Dr. Alexander Berzler
DI (FH) Dr. Alexander Berzler Gestaltpsychologie Die Gestaltpsychologie wurde zu Beginn des 20. Jahrhunderts begründet. Die Wahrnehmung unserer Umwelt geschieht nach der Gestaltpsychologie durch die Wahrnehmung
MehrA Big Data Change Detection System. Carsten Lanquillon und Sigurd Schacht
A Big Data Change Detection System Carsten Lanquillon und Sigurd Schacht Digitale Transformation in Unternehmen u Umfassende Erfassung, Speicherung und Verfügbarkeit von Daten à Big Data Quelle: Rolland
MehrVerhaltensmuster. Entwurfsmuster - Design Patterns. HAW Hamburg Fakultät Technik und Informatik Department Informations- und Elektrotechnik
Entwurfsmuster - Design Patterns HAW Hamburg Fakultät Technik und Informatik Department Informations- und Elektrotechnik 27. November 2009 Gliederung 1 Einführung 2 Strategie-Muster 3 Beobachter-Muster
MehrDigitale Bilder. Ein Referat von Jacqueline Schäfer und Lea Pohl Am
Digitale Bilder Ein Referat von Jacqueline Schäfer und Lea Pohl Am 06.05.2015 Inhaltsverzeichnis Einheiten Grafiktypen Bildformate Farbtiefe Farbbilder/ Farbräume Quellen Einführung in die Bildverarbeitung
MehrDank an Raffaele. Das grosse Rauschen. Siehe: www Fotografie/Selbsthilfe. Schärfen (Erich Baumann )
Das grosse Rauschen Dank an Raffaele Siehe: www Fotografie/Selbsthilfe Schärfen (Erich Baumann 04-11-16) 1 Schärfen (Erich Baumann 04-11-16) 2 Schärfe - Schärfeeindruck Man unterscheidet zwischen: Schärfe
MehrGRAPHGESTÜTZTE VISUALISIERUNGSTECHNIKEN IN DIGITAL HUMANITIES Yaning Wu
GRAPHGESTÜTZTE VISUALISIERUNGSTECHNIKEN IN DIGITAL HUMANITIES Yaning Wu 31.05.2016 GELIEDERUNG Einleitung Begriffe und Ziele der Visualisierung Visualisierung ist wissenschaftlich. Ist Visualisierung künstlerisch?
MehrFachartikel. Telezentrische Objektive für Kameras größer 1 Zoll
Vision & Control GmbH Mittelbergstraße 16 98527 Suhl. Germany Telefon: +49 3681 / 79 74-0 Telefax: +49 36 81 / 79 74-33 www.vision-control.com Fachartikel Telezentrische Objektive für Kameras größer 1
MehrSeminar: Multi-Core Architectures and Programming. Viola-Jones Gesichtsdetektor
Seminar: Multi-Core Architectures and Programming Viola-Jones Gesichtsdetektor Hardware-Software-Co-Design Universität Erlangen-Nürnberg 1 Übersicht Einleitung Viola-Jones Gesichtsdetektor Aufbau Blockmerkmale
MehrFoundations of Image Formation and. Pattern Recognition
Foundations of Image Formation and Picture Analysis - Pattern Recognition Prof. Dr. H. Burkhardt Chair of Pattern Recognition and Image Processing Computer Science Faculty Albert-Ludwigs-University of
MehrDynamisches Huffman-Verfahren
Dynamisches Huffman-Verfahren - Adaptive Huffman Coding - von Michael Brückner 1. Einleitung 2. Der Huffman-Algorithmus 3. Übergang zu einem dynamischen Verfahren 4. Der FGK-Algorithmus 5. Überblick über
MehrSpeicherkonzepte von Pixel- und Vektorgrafik
Speicherkonzepte von Pixel- und Vektorgrafik Jahrgangsstufen Lernbereich 1: Modul 1.5 Stand: 20.01.2016 Fach/Fächer Zeitrahmen Benötigtes Material Informationstechnologie 1 Unterrichtsstunde Legoplatten
MehrKapitel 31 Bild- und Tonretrieval. HHU Düsseldorf, WS 2008/09 Information Retrieval 483
Kapitel 31 Bild- und Tonretrieval HHU Düsseldorf, WS 2008/09 Information Retrieval 483 Multimedia Information Retrieval Content-based Information Retrieval gesprochene Sprache Musik und weitere Audio-Dokumente
MehrStudienarbeit. Konzeption eines Systems zur PC-Bedienung mittels Gestenerkennung im Sinne des 'Disappearing Computers'
Hochschule für Angewandte Wissenschaften Hamburg Fachbereich Elektrotechnik und Informatik Studienarbeit Konzeption eines Systems zur PC-Bedienung mittels Gestenerkennung im Sinne des 'Disappearing Computers'
MehrUsability of different illumination, imaging and computing methods for practical applications
Usability of different illumination, imaging and computing methods for practical applications Prof. Dr. Ch. Heckenkamp Hochschule Darmstadt SpectroNet Collaboration Forum 31. August 2016 31.08.2016 Prof.
MehrBerechnung von Formfaktoren
Berechnung von Formfaktoren Oliver Deussen Formfaktorberechnung 1 Formfaktor ist eine Funktion in Abhängigkeit der Geometrie ist unabhängig von reflektierenden oder emittierenden Eigenschaften (ρ) der
MehrInteraktion mittels Gestik, Animation
Interaktion mittels Gestik, Animation Bastian Könings bk8@informatik.uni-ulm.de Proseminar Virtuelle Präsenz SS 2005 Universität Ulm 1/38 Übersicht 1. Gestik allgemein 1.1 Definition von Gestik 1.2 lexikalische
MehrFarbpunkterkennung mit V60-Software
Farbpunkterkennung mit V60-Software - Portrait Vision Tools: Leistungen; Anwendungen; SW - V60 Software Einführung - Objekte zur Farberkennung Eigenschaften - Farbpunkterkennung Grundsätzliches - Farbpunkterkennung
MehrBildsegmentierung mit Level Sets
Bildsegmentierung mit Level Sets Seminar Bildsegmentierung und Computer Vision im Wintersemester 2005 Übersicht 1 Übersicht 2 Definitionen Ausbreitungsgeschwindigkeit Übersicht 3 Inter-Frame-basierte Modellierung
MehrWas sind Sensoren? Sensoren sind (elektronische) Bauteile zur qualitativen oder quantitativen Messungbestimmter Größen und Eigenschaften.
Sensoren Was sind Sensoren? Sensoren sind (elektronische) Bauteile zur qualitativen oder quantitativen Messungbestimmter Größen und Eigenschaften. Was messen Sensoren? Wärmestrahlung Temperatur Feuchtigkeit
MehrHidden Markov Models
Hidden Markov Models Kursfolien Karin Haenelt 09.05002 1 Letzte Änderung 18.07002 Hidden Markov Models Besondere Form eines probabilistischen endlichen Automaten Weit verbreitet in der statistischen Sprachverarbeitung
MehrPolKa. Prüfung von Verbundmaterialien und transparenten Stoffen. Technologieforum Optische Sensoren
PolKa Prüfung von Verbundmaterialien und transparenten Stoffen Technologieforum Optische Sensoren Strategische Partnerschaft Sensorik e.v./cluster Sensorik 29.April 2014 Jürgen Ernst juergen.ernst@iis.fraunhofer.de
MehrGesichtsidentifikation mit dem Erkennungssystem FaceVACS SDK der Firma Cognitec
Gesichtsidentifikation mit dem Erkennungssystem FaceVACS SDK der Firma Cognitec Zwischenpräsentation Autoren: Alexander Mielchen und Lorenz Kaipf 20.05.2014 1 Gliederung Aufgabenstellung und Randbedingungen
MehrHidden Markov Modelle
Hidden Markov Modelle in der Sprachverarbeitung Paul Gabriel paul@pogo.franken.de Seminar Sprachdialogsysteme: Hidden Markov Modelle p.1/3 Überblick Merkmalsvektoren Stochastischer Prozess Markov-Ketten
MehrHDR-Aufnahmetechnik mit Raw-Workflow
HDR-Aufnahmetechnik mit Raw-Workflow Prof. Gregor Fischer Klaus Hesse-Camozzi FH Köln Institut für Medien- und Phototechnik Dr.-Ing. Nils Kohlhase Dr.-Ing. Volker Zimmer Leica Camera AG Überblick Motivation
MehrHidden Markov Model (HMM)
Hidden Markov Model (HMM) Kapitel 1 Spezialvorlesung Modul 10-202-2206 (Fortgeschrittene Methoden in der Bioinformatik) Jana Hertel Professur für Bioinformatik Institut für Informatik Universität Leipzig
MehrFarbmetrik & Farbmanagement. Sebastian J. Fricke Mediengestalter für Digital- und Printmedien Medieninformatikstudent
Farbmetrik & Farbmanagement Was ist Farbe? Farbmanagement Ausgabemedium Was ist Farbe? Farbmanagement Ausgabemedium Farbe ist ein optischer Einfluss. Farbe entsteht nur durch Licht. Farbe ist ein optischer
Mehr3D-Sensoren auf PMD-Basis zur Objekterkennung und -verfolgung
3D-Sensoren auf PMD-Basis zur Objekterkennung und -verfolgung Dipl.-Phys. Hartmut Eigenbrod 10 Jahre Fraunhofer-Allianz Vision Erlangen, 26. Oktober 2007 1 Gliederung Laufzeitkameras und ihre Vor- und
MehrBlendaX Grundlagen der Computergrafik
BlendaX Grundlagen der Computergrafik Beleuchtungsmodelle (Reflection Models) 16.11.2007 BlendaX Grundlagen der Computergrafik 1 Rendering von Polygonen Der Renderingprozess lässt sich grob in folgende
Mehr4.7 Globale Beleuchtungsmodelle
Erinnerung: - Ein lokales Beleuchtungsmodell berücksichtigt nur das direkt einfallende Licht einer Lichtquelle - Nur lokale Beleuchtung + konstante ambiente Beleuchtung, um reflektiertes und gebrochenes
MehrEinführung in die Computerlinguistik
Einführung in die Computerlinguistik Neuronale Netze WS 2014/2015 Vera Demberg Neuronale Netze Was ist das? Einer der größten Fortschritte in der Sprachverarbeitung und Bildverarbeitung der letzten Jahre:
MehrCSCB - Fotoclub Workshop. TIPS und Grundlagen für gute Bilder
CSCB - Fotoclub Workshop TIPS und Grundlagen für gute Bilder Themen Übersicht Einführungs-Workshop / Kurs Fokussierung Belichtungsmessung Weitwinkel vs. Tele wie wird scharf gestellt wie wird das Licht
MehrETHISCHE ASPEKTE BEIM EINSATZ VON KI, MACHINE LEARNING UND DIGITALISIERTEN PROZESSEN HEUTE UND MORGEN
ETHISCHE ASPEKTE BEIM EINSATZ VON KI, MACHINE LEARNING UND DIGITALISIERTEN PROZESSEN HEUTE UND MORGEN KI als Mitarbeiter und Chef in der zukünftigen Arbeitswelt LEITFADEN DURCH DEN VORTRAG Die Entwicklung
MehrModellierung. Oliver Hartmann
Modellierung Oliver Hartmann oliver.hartmann@uni-ulm.de Inhalt Boolesche Operationen Splines B-Splines Bezier-Kurven NURBS Anwendung Sculpting Volumengrafik Marching Cubes Ray Casting Texture Mapping Boolesche
MehrPointSense Plant 18.5 Was ist neu?
PointSense Plant 18.5 Was ist neu? Release Dezember 2017 Lifecycle 1 Dec, 2017 2017 2017 FARO FARO Technologies, Technologies, Inc. Inc. Überblick Was ist neu? FARO PointSense Plant für AutoCAD 18.5 Kompatibel
MehrÄhnlichkeit der Endlichkeit
Ähnlichkeit der Endlichkeit Daniel Schmid Einleitung Bilder wollen Momente festhalten, Aufmerksamkeit bekommen, unser Auge täuschen, Dinge verkaufen oder Realitäten imitieren. Trotz ihrer verschiedenen
MehrComputergrafik. Michael Bender, Manfred Brill. Ein anwendungsorientiertes Lehrbuch ISBN Inhaltsverzeichnis
Computergrafik Michael Bender, Manfred Brill Ein anwendungsorientiertes Lehrbuch ISBN 3-446-40434-1 Inhaltsverzeichnis Weitere Informationen oder Bestellungen unter http://www.hanser.de/3-446-40434-1 sowie
MehrEin Structure and Motion Ansatz zur Umfeldrekonstruktion in komplexen Fahrzeugumgebungen
Sicherheit durch Fahrerassistenz 2010 Ein Structure and Motion Ansatz zur Umfeldrekonstruktion in komplexen Fahrzeugumgebungen Wojciech Derendarz, Thorsten Graf Volkswagen AG Friedrich M. Wahl TU Braunschweig,
MehrVerteilte Systeme / Kooperierende Roboter
Verteilte Systeme / Kooperierende Roboter Proseminar Anwendungen und Methoden der Modernen Robotik SoSe 2005 Uni Hamburg Claudius Herder, Justus Winter 4herder@informatik.uni-hamburg.de, 4winter@informatik.uni-hamburg.de
MehrHDMI über LWL-KVM Konsolen Extender - USB oder PS/2 Tastatur und Maus - 1 Km
HDMI über LWL-KVM Konsolen Extender - USB oder PS/2 Tastatur und Maus - 1 Km Product ID: SV565FXHD Dieser HDMI KVM-Extender ermöglicht die Steuerung Ihres HDMI-fähigen Servers oder Computers in bis zu
Mehrmvimpact Barcode - Barcode-Leser
mvimpact Barcode - Barcode-Leser Der Barcode ist ein Software-Modul, welches 1D-Barcodes indentifiziert und die kodierten Daten extrahiert. Die robusten und schnellen MATRIX VISION Algorithmen ermöglichen
MehrFlächen- und Volumenmessung lokaler Objekte in DICOM-Bildern und Bildfolgen
Flächen- und Volumenmessung lokaler Objekte in ICOM-Bildern und Bildfolgen Sergei Hludov, Christoph Meinel und Thomas Engel Institut für Telematik Bahnhofsstr. 30-3, 549 Trier Email: hludov@ti.fhg.de Zusammenfassung.
MehrBildverarbeitung: Filterung. D. Schlesinger () Bildverarbeitung: Filterung 1 / 17
Bildverarbeitung: Filterung D. Schlesinger () Bildverarbeitung: Filterung 1 / 17 Allgemeines Klassische Anwendung: Entrauschung (Fast) jeder Filter basiert auf einem Modell (Annahme): Signal + Rauschen
MehrDie Interpretation Optischer Leistungsdaten
Die Interpretation Optischer Leistungsdaten Einige Fakten über die Carl Zeiss AG Seit 1896 berühmt für Kamera-Objektive Zeiss 1846 von Carl Zeiss gegründet 48 Produktionsstandorte weltweit Die ersten Kamerabilder
MehrUSB WiFi Adapter - AC600 - Dual-Band Nano Wireless Adapter
USB WiFi Adapter - AC600 - Dual-Band Nano Wireless Adapter Product ID: USB433ACD1X1 Dieser USB Wi-Fi -Adapter fügt Ihrem Laptop, Tablet- oder Desktop-Computer Dual-Band-Wireless- Konnektivität hinzu und
MehrIntelligent Environments. Seminar. ambientroom. Jens Haupert 01.06.2006. 1 von 32
Intelligent Environments Seminar ambientroom Jens Haupert 01.06.2006 1 von 32 Übersicht Einführung Vom Desktop zur physikalischen Umgebung Tangible Bits» Ziele und Konzepte» Verwandte Projekte ambientroom»
MehrThema 07: Möglichkeiten und Grenzen der Visualisierung RFID-unterstützter Prozesse
Thema 07: Möglichkeiten und Grenzen der Visualisierung RFID-unterstützter Prozesse Präsentation 03.12.2007 Sensor Networks & Intelligent Objects Überblick 2 Projektübersicht Visualisierungsbedarfe in RFID-Szenarien
MehrProzessbegleitende Qualitätssicherung für eine automatisierte Verarbeitung von Hybridgarn-Textil-Thermoplasten (HGTT)
Prozessbegleitende Qualitätssicherung für eine automatisierte Verarbeitung von Hybridgarn-Textil-Thermoplasten (HGTT) Einordnung in den Gesamtprozess Bauteilauslegung Zuschnittgenerierung Lagenzuschnitt
MehrComputergestützte Videoanalyse sportlicher Bewegungen
Institut für Sportwissenschaft Computergestützte Videoanalyse sportlicher Bewegungen Veranstaltungsreihe Praxis trifft Sportwissenschaft Universität Landau, 25. November 2009 Ingo Keller Bewegungswissenschaft
MehrAutomatische Verfahren zur Verknüpfung von Punktwolken
Automatische Verfahren zur Verknüpfung von Punktwolken Dr.-Ing. Christian Hesse 16.06.2009 3. Hamburger Anwenderforum Terrestrisches Laserscanning 1 Inhalt Einleitung Ansätze zur automatischen Registrierung
Mehr