Bildverarbeitung und Multimodale Sensorverarbeitung Computer Vision and Multimodal Computing
|
|
- Valentin Sauer
- vor 6 Jahren
- Abrufe
Transkript
1 Bildverarbeitung und Multimodale Sensorverarbeitung Computer Vision and Multimodal Computing Schiele, Bernt Max-Planck-Institut für Informatik, Saarbrücken Korrespondierender Autor Zusammenfassung Die Arbeitsgruppe Bildverarbeitung und multimodale Sensorverarbeitung wurde 2010 neu gegründet und umfasst derzeit 10 Wissenschaftler. Die Arbeitsgebiete der Gruppe sind zum einen die Bildverarbeitung mit einem Schwerpunkt auf Objekterkennung und 3D-Szenenbeschreibung und zum anderen multisensorbasierte Kontexterkennung im Bereich des Ubiquitous und Wearable Computing. Im Folgenden werden exemplarisch einige Forschungsthemen vorgestellt. Summary The department computer vision and multimodal computing has been founded 2010 with currently 10 scientists. The research areas of the department are on the one hand computer vision with a focus on object recognition and 3D scene understanding and on the other hand multimodal context recognition in the area of ubiquitous and wearable computing. The following summarizes a few representative research themes. Einleitung Sensoren wie Kameras, GPS und Beschleunigungssensoren werden immer häufiger in Geräte und Umgebungen eingebettet und sind uns heute schon auf vielfältige Weise nützlich. Die rechnergestützte Verarbeitung der Sensorinformation hat enorme Fortschritte erzielt, ist aber in aller Regel auf einfache Sachverhalte beschränkt. Das bedeutet insbesondere, dass Geräte und Computer, die Zugriff auf diese Sensorinformation haben, diese nicht vollständig interpretieren und somit Ihre Umgebung nicht wirklich verstehen können. Die Arbeitsgruppe beschäftigt sich deshalb mit dem Verstehen von Sensorinformation, wobei zum einen mächtige Sensoren wie Kameras aber auch eingebettete Sensoren wie z. B. Gyroskope und Beschleunigungssensoren zum Einsatz kommen. Skalierbarkeit der Objektklassenerkennung Im Bereich der Bildverarbeitung beschäftigt sich die Arbeitsgruppe u. a. mit dem Problem der Objekterkennung, das eines der fundamentalen Probleme des Bildverstehens darstellt. Durch die heutige Omnipräsenz von 2011 Max-Planck-Gesellschaft 1/5
2 digitalem Bildmaterial werden solche automatische, visuelle Objektklassenerkennungstechniken immer wichtiger. Während State-of-the-Art-Systeme bemerkenswerte Erkennungsleistungen für individuelle Klassen bereitstellen, ist die simultane Erkennung von vielen Klassen nach wie vor eine der größten Herausforderungen: Das Lernen der Objektmodelle erfordert eine ausreichend große Anzahl repräsentativer Trainingsbeispiele, häufig in Form von manuell annotierten Bildern. Da das manuelle Annotieren teuer ist, versucht unsere Forschung die erforderliche Anzahl von Trainingsbeispielen zum Lernen von Objektmodellen zu reduzieren, um dadurch die Skalierbarkeit zu ermöglichen. A bb. 1: Objektklassenerkennung: Illustration der Wiederverwendung von Objektm odellkom ponenten. Gezeigt ist ein Pferdem odell, das die verschiedenen Körperteile des Tieres und deren Konstellation repräsentiert (links). Unter Verwendung einiger weniger Giraffenbilder (Mitte) kann ein leistungsfähiges Modell zur Detektion von Giraffen erstellt werden (rechts). In unserer Forschung beschäftigen wir uns mit verschiedenen Ansätzen, um diese Skalierbarkeit zu erreichen. In einem Ansatz entwickeln wir ein Objektklassenmodell, welches Objekte als Ansammlung von lokalisierten Teilformen repräsentiert. Da ähnliche Objektklassen ähnliche Repräsentationen teilen (wie z. B. Pferde und Giraffen haben beide Beine und weisen ähnliche Symmetrien auf), können die Komponenten eines Modells (z. B. das Modell der Pferdebeine) wiederverwendet werden, um ein anderes Modell (z. B. ein Giraffen-Modell) zu generieren (Abb. 1) [1,2]. In einem weiteren Projekt werden solche Modellkomponenten, die wiederverwendet werden sollen, automatisch identifiziert. Hierbei kommen Sprachverarbeitungsmethoden zum Einsatz, die es erlauben natürlich-sprachliche Informationsquellen zu durchsuchen, wie z. B. Wikipedia oder Yahoo web. In einem weiteren Ansatz verzichten wir vollständig auf Trainingsbilder und lernen Objektmodelle direkt von computergestützten Zeichnungen (CAD-Modelle). Um solche CAD-Modelle zur Erkennung von Objekten in realen Bildern verwenden zu können, schlagen wir eine formbasierte Abstraktion der Objekterscheinung vor. Unsere Experimente demonstrieren die außergewöhnliche Leistungsfähigkeit bei der Erkennung z. B. von Autos, auch im Vergleich zu Ansätzen, die Trainingsbilder aus der realen Welt verwenden. Personendetektion und Haltungsabschätzung in anspruchsvollen Szenen der Realwelt Menschen aufzufinden und zu verfolgen ist eine Schlüsseltechnologie für viele Anwendungen z. B. in der Robotertechnik und Fahrzeugsicherheit, bei Szenarien von Mensch-Computer Interaktion oder für die Indizierung von Bildern und Videos aus dem Web. In den letzten Jahren haben wir einen Ansatz entwickelt, Menschen zu detektieren und ihre Haltungen in komplexen Straßenszenen abzuschätzen. Die größte wissenschaftliche Herausforderung ist hierbei, dass in Szenen realistischer Komplexität, wie sie z. B. in Fußgängerzonen oder Straßenkreuzungen auftreten, sich die Szenen dynamisch verändern und viele Menschen gleichzeitig im Bild zu sehen sind, die sich auch gegenseitig verdecken Max-Planck-Gesellschaft 2/5
3 A bb. 2: Personendetektion und Haltungsabschätzung in realen Szenen: Beispiele der Personendetektion und 3D- Haltungsschätzung unseres Ansatzes. Verschiedene Schlüsselkomponenten tragen zum Erfolg des Ansatzes bei [3]. Zum einen kommen gelernte Erscheinungsmodelle der verschiedenen menschlichen Körperteile zum Einsatz, die durch einen kinematischen Baum der Körperteilkonfigurationen gekoppelt sind. Das zweite Schlüsselelement ermöglicht die Personenverfolgung und die 3D-Haltungsabschätzung. Konkret schlagen wir eine mehrstufige Inferenz- Prozedur für die 3D-Haltungsabschätzung vor. Unser Ansatz übertrifft die bisherigen Arbeiten, da nicht nur einfache Bildmerkmale wie Silhouetten und Kanten verwendet werden, sondern auch mächtigere lokale Bildbeschreibungen. Zusätzlich verfeinern und verbessern wir diese Schätzungen, indem wir sie über die Zeit verfolgen, was es ermöglicht Personen trotz längerer Abdeckungsereignisse zu verfolgen (Abb. 2). 3D-Szenenverständnis mit monokularen Kameras Inspiriert vom visuellen System des Menschen, gilt visuelles Szenenverständnis seit Beginn der Forschungsaktivitäten als der heilige Gral des maschinellen Sehens. In der Anfangszeit wurde versucht, ausgehend von Merkmalen wie Kanten, eine vollständige Szenenbeschreibung und Szenenerfassung mittels bottom-up Methodik zu erlangen. Da sich die zuverlässige Extraktion solcher Merkmale als sehr viel schwieriger als erwartet herausstellte, blieb Szenenverständnis trotz enormer Bemühungen selbst für relativ eingeschränkte und einfache Szenen ein illusorisches Ziel. In der Zwischenzeit wurden allerdings enorme Fortschritte für Teilprobleme erzielt wie in den Bereichen der Kamerageometrieschätzung, Bildsegmentierung, Objekterfassung und Objektverfolgung. Da die Leistungsfähigkeit dieser Algorithmen ein bemerkenswertes Niveau erreicht hat, glauben wir, dass das Problem der automatischen Erschließung und Erfassung von 3D- Szenen aus Einzelbildern und Videosequenzen neu untersucht werden sollte. A bb. 3: 3D-Szenenverständnis m it m onokularen Kam eras: sem antische Szenensegm entierung (links) und Objektdetektionen und Ergebnisse unserer 3D-Szeneninferenz (rechts). Ohne Frage sind Anwendungsszenarien, wie zum Beispiel mobile Serviceroboter und Fußgängerschutz im Automobilbereich, von hoher wissenschaftlicher und wirtschaftlicher Bedeutung. Daher benutzen wir die Erkennung von Fußgängern und Fahrzeugen mit einer bewegten Kamera, die auf einem Auto oder einem Roboter montiert ist als Anwendungsbeispiel für unsere Arbeit [4]. Für beide Anwendungsbereiche können wir domänenspezifisches Wissen wirksam einsetzen. Der von uns entwickelte Ansatz kombiniert a priori Wissen mit leistungsfähigen Objektklassendetektoren und semantischer Segmentierung. Objektklassendetektoren 2011 Max-Planck-Gesellschaft 3/5
4 bestimmen die 2D-Position von Objekten in einem Bild; semantische Szenensegmentierung erkennt semantische Klassen wie Straße, Himmel oder Objekt für jeden Bildpunkt, während zusätzlich Bildinformation über mehrere Einzelbilder hinweg akkumulieren. Mit dieser Formulierung kann über die Zeit ein robusteres Ergebnis mittels geometrischer und dynamischer Konsistenz erreicht werden. Durch die 3D-Modellierung ist unser Ansatz in der Lage, komplexe Interaktionen, wie zum Beispiel Verdeckungen und physische Abgrenzung zwischen Objekten sowie geometrische Konsistenz, darzustellen (Abb. 3). Erkennung menschlicher Aktivitäten Das zweite Gebiet der Arbeitsgruppe ist im Bereich der multimodalen Sensorverarbeitung. Ein besonderer Fokus ist derzeit das Erfassen und Verstehen des Kontexts des Benutzers, der eine entscheidende Rolle bei der Mensch-Computer-Interaktion spielt. Die Kontexterfassung kann natürliche Kommunikation ermöglichen, zum Beispiel mit Robotern, die die Ziele des Benutzers verstehen und zum richtigen Zeitpunkt Unterstützung bieten. In unserer Arbeit konzentrieren wir uns derzeit auf eine bestimmte Art des Kontexts: der Erkennung menschlicher Aktivitäten. Während bei der Erkennung kurzfristiger und einfacherer Aktivitäten (wie beispielsweise dem Händeschütteln oder Laufen) beeindruckende Fortschritte gemacht wurden, ist die Forschung zu komplexeren menschlichen Aktivitäten, die mehrere Minuten oder Stunden dauern (wie beispielsweise die Morgenroutine oder eine Montageaufgabe), weitaus weniger erforscht. Daher legen wir unser Hauptaugenmerk auf verschiedene Aspekte bei der Erkennung menschlicher Aktivitäten hinsichtlich komplexer und längerfristiger Aktivitäten. Hierbei verwenden wir insbesondere am Körper angebrachte, tragbare Sensoren, die aus einer Ich- Perspektive erfassen, welche Aktivitäten der Benutzer zu jeder Zeit und an jedem Ort ausführt. Angesichts der Fortschritte der Mikrotechnologie sind kostengünstige Sensoren bereits heute weit verbreitet und in Uhren, Handys oder sogar Kleidungsstücken zu finden. Bewegungsdaten können so erfasst und analysiert werden, um die Aktivitäten mithilfe von maschinellen Lerntechniken zu verstehen. Einer der erforschten Ansätze nutzt dabei die Tatsache, dass längere Aktivitäten aus kürzeren, einfacheren Aktivitäten zusammengesetzt sind. Nimmt man eine Bauanleitung für einen Spiegel besteht eine von mehreren Aufgaben darin, den Rahmen an der Platte zu befestigen. Diese Aufgabe setzt sich aus mehreren Schritten zusammen und es wird deutlich, dass zusammengesetzte Aktivitäten erhebliche Abweichungen mit sich bringen: Zusammengesetzte Aktivitäten können unterbrochen werden; die Dauer kann je nach Benutzer sehr unterschiedlich sein; die zugrundeliegenden Aktivitäten können in verschiedener Reihenfolge erfolgen. Unser Ansatz [5] modelliert diese hierarchische Natur solcher Aktivitäten, wobei explizit verschiedene Ausführungsarten erlaubt und erkannt werden. Die Erhaltung der hierarchischen Struktur zusammengesetzter Aktivitäten bietet weitere Vorteile. Teilaktivitäten, die in verschiedenen zusammengesetzten Aktivitäten ähnlich sind, können gemeinsam verwendet werden ähnlich einem Vokabular. Ohne bereits bekannte Teilaktivitäten erneut lernen zu müssen, können neue zusammengesetzte Aktivitäten mit minimalen Trainingsdaten gelernt werden. [1] B. Leibe, A. Leonardis, B. Schiele: Robust Object Detection with Interleaved Categorization and Segmentation. International Journal of Computer Vision 77, (2008) Max-Planck-Gesellschaft 4/5
5 [3] M. Andriluka, S. Roth, B. Schiele: Monocular 3D Pose Estimation and Tracking by Detection. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), [4] C. Wojek, S. Roth, K. Schindler, B. Schiele: Monocular 3D Scene Modeling and Inference: Understanding Multi-Object Traffic Scenes. European Conference on Computer Vision (ECCV), [5] U. Blanke, B. Schiele: Remember and Transfer what you have Learned - Recognizing Composite Activities based on Activity Spotting. IEEE International Symposium on Wearable Computers (ISWC), Max-Planck-Gesellschaft 5/5
Bildauswertung in UAV
Bildauswertung in UAV Prof. Dr. Nailja Luth Prof. N. Luth Emden 2014-1 OTH Ost-Bayerische Technische Hochschule Amberg-Weiden Prof. N. Luth Emden 2014-2 Prof. Dr.-Ing. N. Luth: Vorlesung Bildverarbeitung
MehrLarge-Scale Mining and Retrieval of Visual Data in a Multimodal Context
Diss. ETH No. 18190 Large-Scale Mining and Retrieval of Visual Data in a Multimodal Context A dissertation submitted to the SWISS FEDERAL INSTITUTE OF TECHNOLOGY ZURICH for the degree of Doctor of Technical
MehrKinect Nils Röder, Björn Frömmer
Kinect Nils Röder, Björn Frömmer Agenda Einleitung Hardware Funktionsweise der Kamera Algorithmus (Pose Recognition, Tracking) Einleitung Was ist Kinect? Eingabegerät (Human Computer Interface) Optisches
MehrBildverarbeitung in der Qualitätskontrolle. Sebastian Zambal LEADING INNOVATIONS
Bildverarbeitung in der Qualitätskontrolle Sebastian Zambal LEADING INNOVATIONS Überblick Profactor Grundlagen Bildverarbeitung HW, SW, Methoden Inspektion Gussteilen Inspektion CFK, GFK Projekte EMVA-Studie:
MehrTechnische Gesichtserkennung
Technische Gesichtserkennung Gliederung Was ist Gesichtserkennung? Anwendungsbereiche der Gesichtserkennung Technische Verfahren Paul-Viola Algorithmus Gesichtsverfolgung via Webcam Hardware Software Demo
MehrEin- und Ausgabegeräte für AR-Systeme
Ein- und Ausgabegeräte für AR- Hauptseminar: Virtual and Augmented Reality Karin Leichtenstern am Gliederung (1) 1. Einführung Besonderheiten Anforderungen 2. Eingabegeräte in der Augmented Reality Klassische
MehrErweiterte Realität. Sarah Seifert. 10. Juni 2014. (Universität Leipzig) Erweiterte Realität 10. Juni 2014 1 / 20
Erweiterte Realität Sarah Seifert 10. Juni 2014 (Universität Leipzig) Erweiterte Realität 10. Juni 2014 1 / 20 Übersicht 1 Einleitung 2 Technologien 3 Anwendungsfelder 4 Fazit (Universität Leipzig) Erweiterte
Mehr7. Sinn. Bordcomputer mit
Bordcomputer mit 7. Sinn Notbremssysteme verhindern heute schon manchen Unfall im Verkehr, einen richtigen Überblick über das Geschehen auf der Straße haben elektronische Assistenten aber noch nicht. Das
MehrIn- und Outdoor Positionierungssysteme
In- und Outdoor Positionierungssysteme Eine Übersicht hlemelso@rumms.uni-mannheim.de Lehrstuhl für Praktische Informatik IV In- und Outdoor Positionierungssysteme Agenda I. Warum Positionierung? II. III.
MehrTracking Technologien für Augmented Reality
Tracking Technologien für Augmented Reality 1 Inhalt Motivation Tracking Methoden Optisch MarkerlessTracking (kleine Wiederholung) Aktiv und Passive Marker Modellbasiertes Markerless Tracking Sensoren
MehrBlindennavigation. als Anwendung für Location-based Services. Andreas Hub
Blindennavigation als Anwendung für Location-based Services Andreas Hub Motivation? Wo bin ich? Was ist vor mir? Wo ist die Tür? Wo ist der Eingang? Kommen Gefahren? Was ist im Weg? Probleme Orientierung
MehrModellierungstechniken im Softwaredesign. Praxisprojekt [ai] Control WS 2011/2012 Lara Baschour und Anne Heiting
Modellierungstechniken im Softwaredesign Praxisprojekt [ai] Control WS 2011/2012 Lara Baschour und Anne Heiting Was ist Modellierung? Modell = Ein Modell ist eine Repräsentation eines Systems von Objekten,
MehrBachelor-Arbeiten am Lehrstuhl Informatik VII. Dr. Frank Weichert. frank.weichert@tu-dortmund.de. technische universität dortmund
Bachelor-Arbeiten am Lehrstuhl Dr. Frank Weichert frank.weichert@tu-.de F. Weichert Juli 2013 Bachelor Arbeiten am Lehrstuhl 1 Übersicht zum Lehrstuhl / Thematische Einordnung F. Weichert Juli 2013 Bachelor
MehrMOTION TRACKING. Olaf Christ AIS-Sommersemester 2000 Betreuer: Prof. C. Klauck
MOTION TRACKING Olaf Christ AIS-Sommersemester 2000 Betreuer: Prof. C. Klauck Motion Tracking Ziele des Vortrags Einsatzgebiete Bewegungsanalyse Methoden Weitere Probleme des Motion Tracking Abschließendes
MehrFlexDetect. Christoph Sulzbachner, AIT
FlexDetect Christoph Sulzbachner, AIT Gefördert/finanziert durch das Sicherheitsforschungs-Förderungsprogramm KIRAS des Bundesministeriums für Verkehr, Innovation und Technologie. Projektkonsortium Antragsteller
MehrRequirements Engineering I
Norbert Seyff Requirements Engineering I UML Unified Modeling Language! 2006-2012 Martin Glinz und Norbert Seyff. Alle Rechte vorbehalten. Speicherung und Wiedergabe für den persönlichen, nicht kommerziellen
MehrSEMINAR AUTOMATISCHE GESICHTSERKENNUNG
SEMINAR AUTOMATISCHE GESICHTSERKENNUNG OBERSEMINAR AUTOMATISCHE ANALYSE VON GESICHTSAUSDRÜCKEN Organisation, Überblick, Themen Überblick heutige Veranstaltung 1. Organisatorisches 2. Überblick über beide
MehrBewegte Dinge verstehen
Dr. Karl Rehrl Bewegte Dinge verstehen Lokalisierung als Schlüsseltechnologie im IoT 17. Juli 1995 Global Positioning System (GPS) wird offiziell in Betrieb genommen 2. Mai 2000 Selective Availability
MehrTrend 2010: Multi-Shot-Techniken in der Kamera Wenn eine Aufnahme für ein gutes Bild nicht reicht
Trend 2010: Multi-Shot-Techniken in der Kamera Wenn eine Aufnahme für ein gutes Bild nicht reicht Die Fotoindustrie bereitet die nächste digitale Revolution vor: Treibende Kraft sind die sogenannten Multi-Shot-Techniken,
MehrSAP Enterprise Asset Management Maintenance Worker Role
SAP Enterprise Asset Management Maintenance Worker Role Martin Janssen, EAM Solutions SAP AG June 2012 Public Die neue Benutzeroberfläche für den Techniker Visuelle Instandhaltungsanleitungen 2012 SAP
MehrDatenblatt zu EOS Optical Infrared Tracking-System ZGDV, Darmstadt Stand: 06.2006
Datenblatt zu EOS Optical Infrared Tracking-System ZGDV, Darmstadt Stand: 06.2006 Das EOS Optical IR-Tracking-System ist eine kombinierte Hardware-Software-Lösung zur Messung von Positionen von starren
MehrVirtual Dressing Room
Anwendung 2 MInf2 HAW Hamburg Betreuender Professor: Prof. Dr. Olaf Zukunft [14] Gliederung 1. Einleitung 1.1 Motivation 1.2 Vision 2. Related Work 2.1 Narkissos 2.2 Make Human 2.3 3D aus Silhouetten 2.4
MehrWearables & Internet of Things. Definition, Chancen und Risiken saarcamp 2014 Nico Maas
Wearables & Internet of Things Definition, Chancen und Risiken saarcamp 2014 Nico Maas Zur Person Nico Maas IT Systemelektroniker (RZ UNI SB) Praktische Informatik (HTW SB) mail@nico-maas.de www.nico-maas.de
MehrSmart Objects Physische Objekte als Zugang zur digitalen Welt
Smart Objects Physische Objekte als Zugang zur digitalen Welt BEGRIFFSKLÄRUNG Smarte Objekte Seite 2 SMARTE OBJEKTE BEGRIFFSKLÄRUNG Intelligente Objekte Was ist das? Seite 3 CITRIX WEARABLES SURVEY ERGEBNISSE
MehrThemenvorschlä ge fü r stüdentische Arbeiten äm Lehrstühl Integrierte Aütomätion
Themenvorschlä ge fü r stüdentische Arbeiten äm Lehrstühl Integrierte Aütomätion Die folgenden Themenvorschläge dienen als Grundlage für studentische Arbeiten. Je nach Art der Arbeit können die Themen
MehrIndustrielle Bildverarbeitung mit OpenCV
Industrielle Bildverarbeitung mit OpenCV Zhang,Duoyi 6.7.2 Gliederung. Einführung für OpenCV 2. Die Struktur von OpenCV Überblick Funktionsumfang in Ausschnitten mit Beispielen 3. Industrielles Anwendungsbeispiel
MehrProjekt: 2- und 3-dimensionales Darstellen Thema:»AeroShow«
Projekt: 2- und 3-dimensionales Darstellen Thema:»AeroShow«Visualisierung von Bewegungen Wintersemester 2004 / 2005 7. Semester Produktgestaltung Fachbereich Gestaltung HTW-Dresden [FH] Betreuung: Dipl.-Des.
MehrProgrammieren von Web Informationssystemen
Programmieren von Webinformationssystemen Wolfgang Gassler Databases and Information Systems (DBIS) Institute of Computer Science University of Innsbruck dbis-informatik.uibk.ac.at 1 Web (App) Usability
MehrFolge 19 - Bäume. 19.1 Binärbäume - Allgemeines. Grundlagen: Ulrich Helmich: Informatik 2 mit BlueJ - Ein Kurs für die Stufe 12
Grundlagen: Folge 19 - Bäume 19.1 Binärbäume - Allgemeines Unter Bäumen versteht man in der Informatik Datenstrukturen, bei denen jedes Element mindestens zwei Nachfolger hat. Bereits in der Folge 17 haben
MehrSmart Glasses im industriellen Einsatz Auf dem Weg zur papierlosen Fabrik
Picture: Order Picking with Smart Glasses im industriellen Einsatz Auf dem Weg zur papierlosen Fabrik Dr. Hannes Baumann, Ubimax GmbH Vorstellung Dr. Hannes Baumann Bis 2013 Wissenschaftlicher Mitarbeiter
MehrComputer Graphik I (3D) Dateneingabe
Computer Graphik I (3D) Dateneingabe 1 3D Graphik- Pipeline Anwendung 3D Dateneingabe Repräsenta
MehrHead-Mounted Displays Typen, Eigenschaften und Einsatzmöglichkeiten. 3. Expertenworkshop: Datenbrillen (BAuA) Dortmund, 03.06.2013
Head-Mounted Displays Typen, Eigenschaften und Einsatzmöglichkeiten 3. Expertenworkshop: Datenbrillen (BAuA) Dortmund, 03.06.2013 Überblick: HMDs lassen sich in vier grundsätzliche Klassen einordnen Die
MehrGI-Technologien zur Umsetzung der EU-Wasserrahmenrichtlinie (WRRL): Wissensbasen. Teil 1: Einführung: Wissensbasis und Ontologie.
GI-Technologien zur Umsetzung der EU-Wasserrahmenrichtlinie (WRRL): Wissensbasen Teil 1: Einführung: Wissensbasis und Ontologie Was ist eine Wissensbasis? Unterschied zur Datenbank: Datenbank: strukturiert
MehrVideoüberwachung im Wandel. Thomas Adler, Product Manager
Videoüberwachung im Wandel Thomas Adler, Product Manager 1 Agenda Intelligente Videoüberwachung mit Video-Analyse Aufbau Applikations-Beispiele Analyse direkt in der IP-Kamera Georeferenzierte Video-Managementsysteme
MehrMobile Mapping - Schnell und flexibel zur Punktwolke und zum 3D Modell
Mobile Mapping - Schnell und flexibel zur Punktwolke und zum 3D Modell 10. Vermessungsingenieurtag 3. Geodätentag der HFT Stuttgart Prof. Dr. Michael Hahn, HFT Stuttgart 1 Übersicht Green Mobile Mapping
MehrComputer Vision: AdaBoost. D. Schlesinger () Computer Vision: AdaBoost 1 / 10
Computer Vision: AdaBoost D. Schlesinger () Computer Vision: AdaBoost 1 / 10 Idee Gegeben sei eine Menge schwacher (einfacher, schlechter) Klassifikatoren Man bilde einen guten durch eine geschickte Kombination
MehrSCHNELLERE FORSCHUNG MIT EINEM GRAFIKPROZESSORBESCHLEUNIGTEN
ERFOLGSGESCHICHTE TECHNISCHE UNIVERSITÄT DRESDEN SCHNELLERE FORSCHUNG MIT EINEM GRAFIKPROZESSORBESCHLEUNIGTEN NVIDIA Tesla K80 Grafikprozessoren eröffnen Forschern an der TU Dresden völlig neue wissenschaftliche
MehrIbeo Laserscanner Der Multi-Applikations-Sensor
Ibeo Laserscanner Der Multi-Applikations-Sensor Braunschweiger Verkehrskolloquium 02.03.2006 www.ibeo-as.com A member of the SICK Group Einführung Die Firma Ibeo Wurzeln: Autonomes Fahren Laserscanner
MehrBildverstehen. Vorlesung an der TU Chemnitz SS 2013
Bildverstehen Vorlesung an der TU Chemnitz SS 2013 Johannes Steinmüller 1/B309 Tel.: 531 35198 stj@informatik.tu-chemnitz.de Seite zur Vorlesung: http://www.tu-chemnitz.de/informatik/ki/edu/biver/ Buch
MehrMobiler Kiosk für Carsharing-Konzepte. Projektvorschlag zur Feldstudie mit wissenschaftlicher Begleitung Ulm/Wiesbaden, 16.01.2014
Mobiler Kiosk für Carsharing-Konzepte Projektvorschlag zur Feldstudie mit wissenschaftlicher Begleitung Ulm/Wiesbaden, 16.01.2014 Eigenes Auto als eigener Wohnraum mit nützlichen Sachen immer zur Hand.
MehrWorx Landroid - Software Update
Worx Landroid - Software Update WORX Landroid Software Update für Anwender 30.04.2015 Website: www.worxlandroid.com Direct Direkter Link Link for auf the Update: Update: https://www.worxlandroid.com/en/software-update
MehrEine flexible Architektur für Fahrerassistenzsysteme
Eine flexible Architektur für Fahrerassistenzsysteme Uwe Handmann, Iris Leefken und Christos Tzomakas Institut für Neuroinformatik, Ruhr Universität Bochum, 44780 Bochum Institut@neuroinformatik.ruhr-uni-bochum.de
MehrAugmented Reality by AUTO BILD Erweitern Sie Ihre Markenkommunikation
Augmented Reality by AUTO BILD Erweitern Sie Ihre Markenkommunikation media-impact.de Willkommen in der Welt von AUTO BILD Liebe Geschäftsfreunde, wir bei AUTO BILD haben stets den Anspruch als Erster
MehrSandro Castronovo. Seminar Intelligent Virtual Characters am DFKI SS 2006. Leiter: Dr. Michael Kipp
Computer Vision Sandro Castronovo Seminar Intelligent Virtual Characters am DFKI SS 2006 Leiter: Dr. Michael Kipp Übersicht Überblick Was ist Computer Vision Praxisbeispiel1: Effizientes Komprimieren von
Mehrpaluno Software & CPS Matthias Book Innovationsworkshop Horizon 2020 ICT 23.01.2014
Impulse aus dem CPS-Netzwerk NRW Software & CPS Matthias Book Innovationsworkshop Horizon 2020 ICT 23.01.2014 Cyber Physical NRW Überblick: Software-technische Herausforderungen Cyber Physical Systems
MehrAnalyse von Wurzelwachstum und Wurzelhaaren im Lichtscheiben- Fluoreszenzmikroskop
Analyse von Wurzelwachstum und Wurzelhaaren im Lichtscheiben- Fluoreszenzmikroskop Referent: David Haumann, da-cons GmbH Ko-Autoren: Daniel von Wangenheim, Physikalische Biologie, BMLS Goethe Universität
MehrVisualisierung der Imperfektion in multidimensionalen Daten
Visualisierung der Imperfektion in multidimensionalen Daten Horst Fortner Imperfektion und erweiterte Konzepte im Data Warehousing Betreuer: Heiko Schepperle 2 Begriffe (1) Visualisierung [Wikipedia] abstrakte
MehrSicherheit in eingebetteten Systemen Luxus oder Notwendigkeit?
Sicherheit in eingebetteten Systemen Luxus oder Notwendigkeit? Dr.-Ing. Daniel Ziener Friedrich-Alexander-Universität Erlangen-Nürnberg, Lehrstuhl für Informatik 12 (Hardware-Software-Co-Design) daniel.ziener@fau.de
MehrStudie zeigt: Unternehmen sind nicht auf mobiles Arbeiten vorbereitet
Studie zeigt: Unternehmen sind nicht auf mobiles Arbeiten vorbereitet Citrix Studie offenbart das Fehlen von Unternehmensrichtlinien zum Zugriff von privaten Endgeräten auf Firmendaten Karlsruhe, 22.11.2011
MehrNewsletter-Pluginsim Vergleich
Newsletter-Pluginsim Vergleich MailPoet Newsletter Tribulant Newsletters MailPoet Drag & drop newsletter editor Send your latest posts automatically Single or double opt-in, your choice Get stats for your
MehrIf you have any issue logging in, please Contact us Haben Sie Probleme bei der Anmeldung, kontaktieren Sie uns bitte 1
Existing Members Log-in Anmeldung bestehender Mitglieder Enter Email address: E-Mail-Adresse eingeben: Submit Abschicken Enter password: Kennwort eingeben: Remember me on this computer Meine Daten auf
MehrProgrammieren von Webinformationssystemen
Programmieren von Webinformationssystemen Wolfgang Gassler Databases and Information Systems (DBIS) Institute of Computer Science University of Innsbruck dbis-informatik.uibk.ac.at 1 Web (App) Usability
MehrBei Fragen zum Anwendungsfach haben Sie seitens des Fachbereichs Informatik folgende Kontaktmöglichkeiten:
Präambel Psychologie erforscht mit experimentellen und anderen erfahrungswissenschaftlichen Verfahren an Mensch und Tier die selektive Informationsakquisition und -verarbeitung bei der Entwicklung von
MehrIntrusion Detection Systeme. Definition (BSI) Alternative Definition IDS
Intrusion Detection Systeme IDS 1 Definition (BSI) Aktive Überwachung von Systemen und Netzen mit dem Ziel der Erkennung von Angriffen und Missbrauch. Aus allen im Überwachungsbereich stattfindenen Ereignissen
MehrSeminar Seminarname SS 2003
Universität Karlsruhe (TH) Institut für Rechnerentwurf und Fehlertoleranz (IRF) Lehrstuhl Prof. Dr.-Ing. Dillmann Seminar Seminarname SS 2003 Beitragstitel Eva Muster Kaiserstraße 1 76133 Karlsruhe eva@muster.de
MehrSecurity Kann es Sicherheit im Netz geben?
Security Kann es Sicherheit im Netz geben? Prof. Dr. (TU NN) Norbert Pohlmann Institut für Internet-Sicherheit if(is) Westfälische Hochschule, Gelsenkirchen http://www.internet-sicherheit.de Internet und
MehrWearable Computing im Gesundheitswesen
Wearable Computing im Gesundheitswesen Dipl.-Ing. Dr. techn. Wolfgang Vorraber, Univ.-Prof. Dipl.-Ing. Dr. techn. Siegfried Vössner, Dipl.-Ing. Dietmar Neubacher, Technische Universität Graz, Österreich
MehrDIGITALES PLANEN UND GESTALTEN 2015
DIGITALES PLANEN UND GESTALTEN 2015 Augmented Reality für die Assistenz von Entscheidungsprozessen in urbanen Umgebungen Fraunhofer-Institut für Fabrikbetrieb und -automatisierung IFF Dessau, 04. Juni
MehrAutomatisierte Objektaufnahme für Bilddatenbanken
Automatisierte Objektaufnahme für Bilddatenbanken - Vortrag zum Farbworkshop 2008 - Wolfram Hans, Dietrich Paulus {hans, paulus}@uni-koblenz.de Institut für Computervisualistik Universität Koblenz-Landau
MehrPräsentation des Dissertationsvorhabens Erste Schritte. Carola Carstens Hildesheim, 15. Oktober 2007
Präsentation des Dissertationsvorhabens Erste Schritte Carola Carstens Hildesheim, 15. Oktober 2007 Überblick Rahmenbedingungen Institut Thematische Interessen Erste Schritte Erfassung des State of the
MehrMit 3D SHAPEscan wird die Zukunft greifbar: Neuer 3D Sensor ermöglicht einfache, hochflexible Entnahme unsortierter Bauteile
AUTOMATICA-Neuheit: Der Griff in die Kiste mit 3D Sensor Mit 3D SHAPEscan wird die Zukunft greifbar: Neuer 3D Sensor ermöglicht einfache, hochflexible Entnahme unsortierter Bauteile Hochkomplexe Aufgabenstellungen
MehrPositionsdynamische Modellierung zur Situations- und Spieleridentifikation im Fußball
Positionsdynamische Modellierung zur Situations- und Spieleridentifikation im Fußball Claudia Augste 1, Malte Siegle 1, Bernhard Kirchlechner 2, Nico Baron von Hoyningen-Huene 2, Michael Beetz 2 & Martin
Mehr15 Arten von QR-Code-Inhalten!
15 Arten von QR-Code-Inhalten! Quelle: www.rohinie.eu QR-Codes(= Quick Response Codes) sind Pop-Art-Matrix Barcodes, die Informationen in einer kleinen rechteckigen Grafik enthalten. Sie sind auch eine
MehrKapitel 8: Semantische Netze
Kapitel 8: Semantische Netze Teil 1 (Dieser Foliensatz basiert auf Material von Mirjam Minor, Humboldt- Universität Berlin, WS 2000/01) Wozu brauchen wir Begriffe? Mit dieser Frage beginnt J. Hoffmann
MehrKundenbindung und Neukundengewinnung im Vertriebskanal Selbstbedienung
ibi research Seite 1 In Kooperation mit Kundenbindung und Neukundengewinnung g im Vertriebskanal Selbstbedienung Status quo, Potenziale und innovative Konzepte bei Banken und Sparkassen Management Summary
MehrPREMIS Aktuelle Entwicklungen und Perspektiven
PREMIS Aktuelle Entwicklungen und Perspektiven Olaf Brandt Gliederung Hintergrundinformationen zu PREMIS Aktivitäten Welchen Stand haben wir erreicht? Wohin geht die Entwicklung? Was ist PREMIS? Das Akronym
MehrErzeugung und Auswertung dynamischer 3D Geländemodelle durch Kombination von Laserscanner und GNSS Daten an Tagebaugroßgeräten
Erzeugung und Auswertung dynamischer 3D Geländemodelle durch Kombination von Laserscanner und GNSS Daten an Tagebaugroßgeräten Dr. Frank Elandaloussi 10.11.2009, Laserscanning Europe Konferenz, Magdeburg
MehrProbleme der Navigation von Rehabilitationsroboter: Intelligenter Rollstuhl
16.04.2013 Advanced Seminar "Computer Engineering" WS2012/2013 Probleme der Navigation von Rehabilitationsroboter: Intelligenter Rollstuhl Sandrine Michele Chouansu Lehrstuhl für Automation; Universität
MehrAusarbeitung Iavor Jelev & Jintao Ding
Verkehr Analyse Ausarbeitung Iavor Jelev & Jintao Ding Was ist Verkehr Analyse? Das öffentliche Verkehr spielt eine sehr grosse Rolle in unser alltägliches Leben. Die Anzahl von Fahrzeuge weltweit steigt
MehrNovember 22, 1979, Fürstenfeld, Österreich
Lebenslauf 10. November 2015 DI. Dr. techn. Clemens Arth Privatadresse Ahornstraße 35 8111 Judendorf-Straßengel, Österreich Mobil: +43 650 2687290 Email: arth@icg.tugraz.at Büro Institut für Bildverarbeitung
MehrHohe Wachstumsraten für ISRA Systeme im Automotive- und im Assembly-Bereich
3D Machine Vision sorgt für höchste Produktivität Hohe Wachstumsraten für ISRA Systeme im Automotive- und im Assembly-Bereich Bei der Produktion hochwertiger Fahrzeuge sowie in Montageprozessen kommt es
MehrProjekt-Themen. Institut für Maschinelles Sehen und Darstellen Wintersemester 2005/06
Projekt-Themen Institut für Maschinelles Sehen und Darstellen Wintersemester 2005/06 User Interface for Character Animation in an Augmented Reality Environment István Barakonyi
MehrSemantic Web. Anwendungsbereiche & Entwicklungen. http://www.know-center.at. Dr. Michael Granitzer
Semantic Web Anwendungsbereiche & Entwicklungen Dr. Michael Granitzer - gefördert durch das Kompetenzzentrenprogramm Agenda Die Vision und warum das Semantic Web Sinn macht Grundlagen: Wissensrepräsentation
MehrSE Requirements. Michael Maur, Philipp Zühlke. Fachbereich Informatik Praktische Informatik Prof. Dr. W. Henhapl/ Andreas Kaminski
SE Requirements Einsatz ethnographischer Methoden 24. April. Seminareinheit : Qualität in der Softwareentwicklung & Erhebung von Requirements Software Engineering: Requirements Sommersemester 2008 Michael
Mehr:= Modellabbildung. Bildsynthese (Rendering) Bildsynthese
Geometrisches Modell bestehend aus Datenstrukturen zur Verknüpfung geometrischer Primitive, welche eine Gesamtszene beschreiben Bildsynthese := Modellabbildung Pixelbasiertes Modell zur Darstellung eines
MehrArbeitskreise KWF Tagung Bopfingen 2012
Berner Fachhochschule Schweizerische Hochschule für Agrar-, Hochschule Forst- und für Lebensmittelwissenschaften Landwirtschaft SHL HAFL Clouds above the Forests? IT Werkzeuge für den Wald Visionen und
MehrComputer Augmented Reality
Computer Augmented Reality Eine Zusammenfassung von Joachim Steinmetz Vorwort: Die folgenden Seiten sollen einen Überblick über den jetzigen Stand im Bereich CAR (Computer Augmented Reality) wiedergeben.
MehrEntwicklung eines Distanzmaßes zwischen Bildern über dem Modell der Fields of Visual Words
Entwicklung eines Distanzmaßes zwischen Bildern über dem Modell der Fields of Visual Words André Viergutz 1 Inhalt Einführung. Einordnung der Arbeit in die zugrunde liegenden Konzepte Das Modell der Fields
MehrInternet of things. Copyright 2016 FUJITSU
Internet of things 0 Fujitsu World Tour 2016 Human Centric Innovation in Action Wie das Internet der Dinge den Handel verändert Ralf Schienke Leitung Vertrieb Handel Deutschland 1 2X Cost of SENSORS Past
MehrNeurophysiologie und -psychologie der Aufmerksamkeit. Seminar, WS 2011/2012
Was ist Aufmerksamkeit? Was ist Aufmerksamkeit? Everyone knows what attention is:" "It is the taking possession by the mind in clear and vivid form, of one out of what seem several simultaneously possible
MehrProbeklausur. Lenz Belzner. January 26, 2015. Lenz Belzner Probeklausur January 26, 2015 1 / 16
Probeklausur Lenz Belzner January 26, 2015 Lenz Belzner Probeklausur January 26, 2015 1 / 16 Definieren Sie Software Engineering in Abgrenzung zu Individual Programming. Ingenieursdisziplin professionelle
MehrVolvo Car Switzerland AG
Volvo Car Switzerland AG Pressemitteilung Datum 24. Februar 2015 Drive Me Projekt: Volvo AutoPilot steuert autonom fahrende Autos im normalen Strassenverkehr Ausfallsichere Technik beherrscht komplexe
Mehrelearning 02.07.2004 SIGNAL project Hans Dietmar Jäger 1
elearning The use of new multimedia technologies and the Internet to improve the quality of learning by facilitating access to resources and services as well as remote exchange and collaboration. (Commission
MehrSAFETY & SECURITY DEPARTMENT SAFETY & SECURITY DEPARTMENT DREI RESEARCH AREAS
SAFETY & SECURITY SAFETY & SECURITY DEPARTMENT Das Safety & Securtiy Department leistet einen wesentlichen Beitrag im IKT-Kontext und widmet sich schwerpunktmäßig der Sicherstellung von operativer Effizienz
MehrProf. J. Zhang zhang@informatik.uni-hamburg.de. Universität Hamburg. AB Technische Aspekte Multimodaler Systeme. 6. Januar 2004
zhang@informatik.uni-hamburg.de Universität Hamburg AB Technische Aspekte Multimodaler Systeme zhang@informatik.uni-hamburg.de Inhaltsverzeichnis Kalibrierung einer Kamera: Grundkonzept...............344
MehrReal-Time Spotting of Human Activities in Industrial Environments
Diss. ETH No. 17907 Real-Time Spotting of Human Activities in Industrial Environments A dissertation submitted to ETH ZURICH for the degree of Doctor of Sciences presented by Thomas Stiefmeier Dipl.-Ing.
MehrApps Programmierung von Android-Smartphones
Apps Programmierung von Android-Smartphones 2/14 Geplantes Tagesprogramm Vormittag: Überblick / Erwartungen Warum Android? Grundlagen ggf. gemeinsame Installation ggf. Vergleich Delphi - java ein einfaches
MehrSelbstorganisierende Sensorik VMT Technologie Workshop 2015 Mannheim. www.vmt-vision-technology.com
Selbstorganisierende Sensorik VMT Technologie Workshop 2015 Mannheim www.vmt-vision-technology.com Einleitung Vision-Sensorik nach Dejustage - Eine Fragen-Sammlung www.vmt-vision-technology.com 2 Vision-Sensorik
MehrBetrachtung von Verfahren zur Posenbestimmung und Merkmalsexktraktion. Thorsten Jost INF-MA SR Wintersemester 2008/2009 1.
Betrachtung von Verfahren zur Posenbestimmung und Merkmalsexktraktion Thorsten Jost INF-MA SR Wintersemester 2008/2009 1. Dezember 2008 Agenda Motivation Feature Detection SIFT MOPS SURF SLAM Monte Carlo
MehrR&I-Fließbilder in PLANEDS
in PLANEDS Planetenfeldstr. 97 D - 44379 Dortmund Fon: +49 (0) 231 555 783 0 Fax: +49 (0) 231 555 783 111 Mail: info@planets-software.de Web: www.planets-software.de Inhalt: 1 Motivation...3 2 Symbolbearbeitung...4
MehrArbeitsgruppe Neuroinformatik
Arbeitsgruppe Neuroinformatik Prof. Dr. Martin Riedmiller Martin.Riedmiller@uos.de Martin Riedmiller, Univ. Osnabrück, Martin.Riedmiller@uos.de Arbeitsgruppe Neuroinformatik 1 Leitmotiv Zukünftige Computerprogramme
MehrSeminar Robotik WS 02/03
Seminar Robotik WS 02/03 Innovative Informatik Anwendungen: Autonomes Fahren Fahrassistenzsysteme im KFZ Anwendungen Dezember 2003 Solange wir Äpfel nicht per E-Mail versenden können, sind Sie auf uns
MehrEINFÜHRUNG IN DIE WIRTSCHAFTSINFORMATIK -ÜBUNGEN- Marina Tropmann-Frick mtr@is.informatik.uni-kiel.de www.is.informatik.uni-kiel.
EINFÜHRUNG IN DIE WIRTSCHAFTSINFORMATIK -ÜBUNGEN- Marina Tropmann-Frick mtr@is.informatik.uni-kiel.de www.is.informatik.uni-kiel.de/~mtr FRAGEN / ANMERKUNGEN Vorlesung Neue Übungsaufgaben MODELLIERUNG
MehrIm Original veränderbare Word-Dateien
Computergrafik Bilder, Grafiken, Zeichnungen etc., die mithilfe von Computern hergestellt oder bearbeitet werden, bezeichnet man allgemein als Computergrafiken. Früher wurde streng zwischen Computergrafik
MehrYour Partner for Luxury and Lifestyle Estates Ihr Partner für Luxus- und Lifestyle-Immobilien
Your Partner for Luxury and Lifestyle Estates Ihr Partner für Luxus- und Lifestyle-Immobilien Welcome to Premier Suisse Estates Willkommen bei Premier Suisse Estates Dr. Peter Moertl, CEO Premier Suisse
MehrAnalytisches CRM in der Automobilindustrie
Analytisches CRM in der Automobilindustrie Dr. Frank Säuberlich Practice Manager European Customer Solutions Urban Science International GmbH Automobilhersteller müssen neue Wege gehen Anforderungen in
MehrMotion Capture. Menschliche Bewegungen digital erfassen. Dipl.Ing. Sophie Jörg
Motion Capture Menschliche Bewegungen digital erfassen Dipl.Ing. Sophie Jörg Arbeitsumfeld Feste MitarbeiterInnen: 48 männlich 20 weiblich WissenschaftlerInnen: 41 männlich Studierende: 13 männlich Projektleiter
MehrModellierung von Positionssensoren. Jörg Roth Fachbereich Informatik Fernuniversität Hagen
Modellierung von Positionssensoren Jörg Roth Fachbereich Informatik Fernuniversität Hagen Position und Positionssensorik Die Position ist eine der wichtigsten Einflussgrößen für ortsbezogenen Dienste Im
Mehr