Kinect Nils Röder, Björn Frömmer

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Kinect Nils Röder, Björn Frömmer"

Transkript

1 Kinect Nils Röder, Björn Frömmer

2 Agenda Einleitung Hardware Funktionsweise der Kamera Algorithmus (Pose Recognition, Tracking)

3 Einleitung Was ist Kinect? Eingabegerät (Human Computer Interface) Optisches Tracking Kinect Tiefen-Kamera Einfache Kameras liefern lediglich zweidimensionale Abbildungen unserer Umwelt. Diese ist jedoch dreidimensional. Neben dem Farbwert hat jedes Pixel zusätzlich einen Entfernungswert.

4 Einleitung Was leistet Kinect? Personen sollen erkannt und getrackt werden Interaktion mit Applikation Pose auf virtuellen Charakter übertragen... Beispiel OpenNI

5 Einleitung Warum Kinect? Interaktion ohne herkömmliche Konsolen-Hardware: Joystick, Controller, Wii, etc. Freie Hände Natural Interaction Intuitives Steuern von Spiele -Anwendungen

6 Agenda Einleitung Hardware Funktionsweise der Kamera Algorithmus (Pose Recognition, Tracking)

7 Hardware

8 3D Tiefen-Sensor Hardware Projeziert großflächiges Infrarot-Punkt-Muster in den Raum Tiefen-Bild 640 X 30 FPS Genauigkeit bei 2m Abstand zum Sensor X,Y = 3mm Z = 1cm Arbeitsbereich ~ 0,8 3,5m Schwarzweiß CMOS empfängt reflektierte Infrarotstrahlen (Personen, Objekte, etc.)

9 RGB Kamera Hardware UXGA 1600 X 1200 Dient der Gesichtserkennung Aufzeichnen von Videos und Fotos (z.b. zum Erzeugen einer Textur)

10 Hardware Motorisiertes neigen der Kamera Nachjustieren Tilt

11 Hardware Multi-Array Mikrofon Sprache einem getrackten Spieler zuweisen Wichtig für Spracheingabe Beispiel OpenNI

12 Agenda Einleitung Hardware Funktionsweise der Kamera Algorithmus (Pose Recognition, Tracking)

13 Funktionsweise Betrachtete Szene Tiefen-Bild der Szene Ergebnis IR-Projektion IR-Reflektion

14 Funktionsweise

15 Allgemeine Informationen Kinect merkt sich die Form des Spielers (31 Punkte am Körper) Robust bei Verdeckung (Spieler läuft durch Kamerabild etc.) Einzelne Finger werden nicht erkannt Maximale Spieleranzahl (XBOX 360) = 2

16 Agenda Einleitung Hardware Funktionsweise der Kamera Algorithmus (Pose Recognition, Tracking)

17 Kinect Algorithmus Übersicht Algorithmus zur Steuerung der Kinect-Software (Games etc.) 3D Positionen von menschlichen Körpern mittels (einzelner!) Tiefenbilder bestimmen Keine zeitlichen Informationen keine Bewegungsinformation! Machine Learning

18 Vorgehensweise

19 Trainingsdaten, Probleme alter Systeme 2D Systeme Erstellung von Trainingsdaten schwierig Farb- und Texturunterschiede (Kleidung, Haare, Haut, ) Daher meist Reduzierung auf 2D-Silhouetten 3D Systeme (Tiefenkameras) reduzieren die Schwierigkeiten, ernstzunehmende Variationen bei Körper und Kleidungsformen bleiben bestehen

20 Trainingsdaten (1) Der menschliche Körper ist in der Lage eine enorme Vielzahl an Posen einzunehmen diese Posen sind schwer zu simulieren Lösung Erstellung einer grossen Motion-Capturing Datenbank ~500k frames in einigen hundert Sequenzen von fahrenden, tretenden, rennenden, Menu-navigierenden,..., Personen Nur Einzelbilder werden ausgewertet, da das System keine zeitlichen Daten ( Bewegung) zur Klassifizierung benötigt

21 Trainingsdaten (2) Bei Änderungen der Pose kommt es zu Überschneidungen in der Körperhaltung, so dass einzelne Frames nahezu identisch sind Diese Frames werden mittels furthest neighbor clustering eliminiert und gelöscht ~100k Posen bleiben übrig, bei denen 2 Posen niemals näher als 5cm zusammen liegen

22 Synthetische Daten generieren Nun werden mittels der ~100k Posen synthetische Daten generiert Ziel Realismus und Vielfalt 15 verschiedene Base-Meshes von (menschlichen) Körpern werden jeweils mit den Motion-Capturing Daten gefüttert Zufallsgenerierte Parameter: Motion-Capturing Frame Kamera-Position ( User Position!) Kamera-Rauschen Kleidung & Haare

23 Body Part Labeling (1) Einzelne Körperteile (31 verschiedene) werden klassifiziert und durch unterschiedliche Einfärbungen gekennzeichnet Einige Bereiche stellen direkt Gelenke dar Andere sind Lückenfüller oder können in Verbindung mit weiteren Bereichen benutzt werden um mögliche Gelenk-Positionen zu identifizieren intermediate representation transformiert dieses Problem in eines das durch bereits bestehende und effiziente Klassifizierungs-Algorithmen gelöst werden kann Die zeitliche Einbusse die dadurch entsteht ist vernachlässigbar

24 Body-Part Labeling (2) Die farbigen Körperbereiche werden als Texturemap gespeichert Mit dieser Texturemap werden die verschiedenen Testmodelle eingefärbt Die gesamten Daten (eingefärbte Körperteilmodelle und die zugehörigen Tiefenbilddaten) werden als komplett beschriftete Trainingsdaten dem Klassifizierer zur Verfügung gestellt

25 Tiefenbild Eigenschaften ( features ) Vergleichseigenschaften werden generiert durch (Paper: Randomized Trees for real-time keypoint recognition) Einzelne Pixel lassen nur ungenaue Rückschlüsse darauf zu um welchen Körperteil es sich handelt, aber in der Masse ( decision forest ) sind sie ausreichend um eine genaue Bestimmung der trainierten Körperteile zu ermöglichen

26 randomized decision forests (1) randomized decision trees & forests haben sich als schnelle und effektive multi-class classifier erwiesen, und können effizient auf einer GPU implementiert werden Ein Wald ist eine Ansammlung von Bäumen (Wer hätte DAS gedacht?!)

27 randomized decision forests (2) Jeder Knoten eines Baumes besteht aus einem feature fθ und einem Schwellwert τ Um ein Pixel x im Bild zu klassifizieren wird an der Wurzel begonnen und die Formel für fθ an den einzelnen Knoten berechnet. Je nach Schwellwert τ wird dann links oder rechts im Baum weitergegangen

28 randomized decision forests (3) An einem Blatt des Baumes t angekommen wird die gelernte distribution des entsprechenden body part labels gespeichert Alle distributions der betrachteten Bäume werden am Schluss gemittelt um die finale Klassifizierung zu erhalten

29 training Jeder Baum wird mit unterschiedlichen, zufällig erzeugten Bildern trainiert (~2000 pro Baum, um eine ungefähr gleichmässige Verteilung über alle Körperteile zu gewährleisten) Algorithmus: siehe Paper: Randomized Trees for real-time keypoint recognition, V. Lepetit, P. Lagger, and P. Fua Um Zeit zu sparen wurde eine verteilte Lösung implementiert: 3 Bäume bis zur Tiefe 20 mittels 1 Mio. Bildern zu trainieren dauert auf einem 1000-Kern- Cluster in etwa einen Tag

30 Auswertung Mittels der errechneten Pixelinformationen über einzelne Körperteile durch den classifier kann nun ein Rückschluss auf die 3D-Positionen der einzelnen Gelenke im Raum gegeben werden Diese Informationen sind die finalen Daten, die das System nach aussen weitergibt Diese Daten können dann von einer Anwendung genutzt werden (z.b. um Spiele zu steuern Kinect & XBOX 360)

31 Quellen Microsoft Kinect: Randomized Trees:

Quelle: www.omekinteractive.com. Ganzkörper- Gestensteuerung. Mit 3-D Sensor (z.b. MS Kinect, ASUS Xtion) Zwischenpräsentation 21.05.

Quelle: 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

Mehr

Tracking Technologien für Augmented Reality

Tracking 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

Mehr

Kamera-basierte Objekterkennung

Kamera-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,

Mehr

Berührungslose Interaktion zur Vereinfachung der Produktion

Berührungslose Interaktion zur Vereinfachung der Produktion Berührungslose Interaktion zur Vereinfachung der Produktion 16.09.2014, Frankfurt, VDMA-Informationstag macio GmbH www.macio.de Joern Kowalewski Geschäftsführer Bestimmung des Spielfeldes + smarte Sensorik

Mehr

Lehrstuhl für Wirtschaftsinformatik im Dienstleistungsbereich

Lehrstuhl für Wirtschaftsinformatik im Dienstleistungsbereich WI 2013, Leipzig, Deutschland Automatische Rekonstruktion eines 3D Körpermodells aus Kinect Sensordaten, Jochen Süßmuth, Freimut Bodendorf Agenda Motivation Methode Ausblick 2 Problemstellung Onlineshopping

Mehr

Ein- und Ausgabegeräte für AR-Systeme

Ein- 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

Mehr

Computer Graphik I (3D) Dateneingabe

Computer Graphik I (3D) Dateneingabe Computer Graphik I (3D) Dateneingabe 1 3D Graphik- Pipeline Anwendung 3D Dateneingabe Repräsenta

Mehr

Ideen der Informatik. Maschinelles Lernen. Kurt Mehlhorn Adrian Neumann Max-Planck-Institut für Informatik

Ideen der Informatik. Maschinelles Lernen. Kurt Mehlhorn Adrian Neumann Max-Planck-Institut für Informatik Ideen der Informatik Maschinelles Lernen Kurt Mehlhorn Adrian Neumann Max-Planck-Institut für Informatik Übersicht Lernen: Begriff Beispiele für den Stand der Kunst Spamerkennung Handschriftenerkennung

Mehr

Rasterpunkte und Rasterdichte (Knoten/km)

Rasterpunkte und Rasterdichte (Knoten/km) Rasterpunkte und Rasterdichte (Knoten/km) Von den meisten Anwendern unbemerkt schlummern diese Teile in den unbekannten Tiefen von EEP und beweisen ihre Daseinsberechtigung hemmungslos und brutal meistens

Mehr

Advanced Rendering Interior Szene

Advanced Rendering Interior Szene Advanced Rendering Interior Szene in Cinema 4D 11-11.5 Als erstes, sollten Sie ihre Szene in Cinema 4D öffnen. vergewissern sie sich, ob alle Licht quellen die evtl. mit importiert wurden, aus der Szene

Mehr

Kompakte Graphmodelle handgezeichneter Bilder

Kompakte Graphmodelle handgezeichneter Bilder Kompakte Graphmodelle handgezeichneter Bilder Einbeziehung in Authentizierung und Bilderkennung Inhaltsverzeichnis Seminar Mustererkennung WS 006/07 Autor: Stefan Lohs 1 Einleitung 1 Das graphische Modell.1

Mehr

Kompakte Graphmodelle handgezeichneter Bilder. Einbeziehung in Autentizierung und Bilderkennung

Kompakte Graphmodelle handgezeichneter Bilder. Einbeziehung in Autentizierung und Bilderkennung Kompakte Graphmodelle handgezeichneter Bilder Einbeziehung in Autentizierung und Bilderkennung Inhaltsverzeichnis 1 Einleitung Das graphische Model.1 Image Thinning................................. 3.

Mehr

Sandro Castronovo. Seminar Intelligent Virtual Characters am DFKI SS 2006. Leiter: Dr. Michael Kipp

Sandro 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

Mehr

Virtuelle Fotografie (CGI)

Virtuelle Fotografie (CGI) (CGI) Vorteile und Beispiele Das ist (k)ein Foto. Diese Abbildung ist nicht mit einer Kamera erstellt worden. Was Sie sehen basiert auf CAD-Daten unserer Kunden. Wir erzeugen damit Bilder ausschließlich

Mehr

Manual & Installation Guide

Manual & Installation Guide Manual & Installation Guide WIN&I PowerPoint Presenter für Kinect for Windows Evoluce AG Ludwigstr. 47 D-85399 Hallbergmoos www.evoluce.com www.win-and-i.com 1 Manual & Installation Guide WIN&I PowerPoint

Mehr

4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.

4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes. Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel

Mehr

Multi-Touch- und Multi-User-Interfaces Björn Frömmer

Multi-Touch- und Multi-User-Interfaces Björn Frömmer Multi-Touch- und Multi-User-Interfaces Björn Frömmer Tracking Was ist Tracking? Was kann alles getracked werden? Wie funktioniert Tracking? [ ] Finger tracken! Was ist Tracking? Tracking bedeutet, ein

Mehr

Technische Gesichtserkennung

Technische Gesichtserkennung Technische Gesichtserkennung Gliederung Was ist Gesichtserkennung? Anwendungsbereiche der Gesichtserkennung Technische Verfahren Paul-Viola Algorithmus Gesichtsverfolgung via Webcam Hardware Software Demo

Mehr

AutoSPARQL. Let Users Query Your Knowledge Base

AutoSPARQL. Let Users Query Your Knowledge Base AutoSPARQL Let Users Query Your Knowledge Base Christian Olczak Seminar aus maschinellem Lernen WS 11/12 Fachgebiet Knowledge Engineering Dr. Heiko Paulheim / Frederik Janssen 07.02.2012 Fachbereich Informatik

Mehr

Data Mining-Modelle und -Algorithmen

Data Mining-Modelle und -Algorithmen Data Mining-Modelle und -Algorithmen Data Mining-Modelle und -Algorithmen Data Mining ist ein Prozess, bei dem mehrere Komponenten i n- teragieren. Sie greifen auf Datenquellen, um diese zum Training,

Mehr

Thema: Virtueller 3D Desktop. augmented reality

Thema: Virtueller 3D Desktop. augmented reality Thema: Virtueller 3D Desktop Problemstellung Dritte Dimension wird immer bedeutender im IT-Bereich Maus- und Tastatur- Konzept basiert auf zweidimensionaler Ein- und Ausgabe Ein neues, intuitives und natürliches

Mehr

Institut für Prozessrechentechnik, Automation und Robotik Bericht zum OpenLab am

Institut für Prozessrechentechnik, Automation und Robotik Bericht zum OpenLab am Bericht zum OpenLab am 02.02.2011 Mit dem Open Robot Lab hat das IPR erstmals in diesem Jahr seine Labore für interessierte Studentinnen und Studenten geöffnet. Unter dem Motto Forschung zum Anfassen und

Mehr

Oberflächennahe und ferne Gestenerkennung mittels 3D-Sensorik

Oberflächennahe 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

Mehr

Datenblatt zu EOS Optical Infrared Tracking-System ZGDV, Darmstadt Stand: 06.2006

Datenblatt 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

Mehr

AOI Automatische optische Inspektion

AOI Automatische optische Inspektion AOI Automatische optische Inspektion Was bedeutet AOI? AOI bedeutet automatische optische Inspektion von bestückten Leiterplatten (PCB). Allgemein: Elektronische Baugruppen werden von einem Kamerasystem

Mehr

Pfinder: Real-Time Tracking of the Human Body

Pfinder: Real-Time Tracking of the Human Body Pfinder: Real-Time Tracking of the Human Body Christopher Wren, Ali Azarbayejani, Trevor Darrell, Alex Pentland aus: IEEE Transactions on Pattern Analysis and Machine Intelligence (pp. 780-785) 12. April

Mehr

Komponenten- und ereignisorientierte Softwareentwicklung am Beispiel von Borland-Delphi

Komponenten- und ereignisorientierte Softwareentwicklung am Beispiel von Borland-Delphi Komponenten- und ereignisorientierte Softwareentwicklung am Beispiel von Borland-Delphi Dr. Henry Herper Otto-von-Guericke-Universität Magdeburg Institut für Simulation und Graphik Lisa-Weiterbildung -

Mehr

Winter 2011/ Projekt kd- Trees. achsenparallelen Farbwürfel angeordnet. Die beiden schwarz- weiß- Ecken verbindet eine Graulinie.

Winter 2011/ Projekt kd- Trees. achsenparallelen Farbwürfel angeordnet. Die beiden schwarz- weiß- Ecken verbindet eine Graulinie. Praktikum Algorithmik Prof. Dr. Heiner Klocke Winter 2011/2012 12.11.2011 1. Erläuterung des Umfeldes Projekt kd- Trees Bei der Bildanalyse sollen Farbpunkte eines Bildes klassifiziert werden. Die Farbe

Mehr

Digitale Bildverarbeitung Einheit 12 3D-Rekonstruktion

Digitale Bildverarbeitung Einheit 12 3D-Rekonstruktion Digitale Bildverarbeitung Einheit 12 3D-Rekonstruktion Lehrauftrag SS 2008 Fachbereich M+I der FH-Offenburg Dr. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Einen Eindruck davon

Mehr

Echtzeitfähige Algorithmen für markerloses Tracking und Umfelderkennung , Dr.-Ing. Steffen Herbort, A.R.T. GmbH

Echtzeitfähige Algorithmen für markerloses Tracking und Umfelderkennung , Dr.-Ing. Steffen Herbort, A.R.T. GmbH Echtzeitfähige Algorithmen für markerloses Tracking und Umfelderkennung 26.10.2016, TP 2: Arbeiten von A.R.T. TP2: Tracking und Umfelderkennung Markerloses Tracking texturierte Objekte Umfelderkennung

Mehr

HOW TO Heat Mapping mit EasyMap

HOW TO Heat Mapping mit EasyMap HOW TO Heat Mapping mit EasyMap Sie möchten analysieren, ob sich Ihre Kunden räumlich clustern? Sie sind auf der Suche nach Hot Spots, um Schwerpunktregionen herauszuarbeiten und neue Zielgebiete für Ihre

Mehr

SiteAudit Knowledge Base. Move Add Change Tracking. Vorteile Übersicht. In diesem Artikel: Vorteile Übersicht Funktionsübersicht Berichte anpassen

SiteAudit Knowledge Base. Move Add Change Tracking. Vorteile Übersicht. In diesem Artikel: Vorteile Übersicht Funktionsübersicht Berichte anpassen SiteAudit Knowledge Base Move Add Change Tracking Dezember 2010 In diesem Artikel: Vorteile Übersicht Funktionsübersicht Berichte anpassen MAC Benachrichtigungen Vorteile Übersicht Heutzutage ändern sich

Mehr

Gestenerkennung. Yannick Jonetzko Yannick Jonetzko

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

Mehr

Raytracing. Schlussbericht. Jonas Lauener 1995, Áedán Christie 1997 Melvin Ott 1997, Timon Stampfli 1997

Raytracing. Schlussbericht. Jonas Lauener 1995, Áedán Christie 1997 Melvin Ott 1997, Timon Stampfli 1997 Raytracing Schlussbericht Jonas Lauener 1995, Áedán Christie 1997 Melvin Ott 1997, Timon Stampfli 1997 bei Betreuer Marco Manzi, Institut für Informatik und angewandte Mathematik Inhalt Fragestellung...

Mehr

4 Planung von Anwendungsund

4 Planung von Anwendungsund Einführung 4 Planung von Anwendungsund Datenbereitstellung Prüfungsanforderungen von Microsoft: Planning Application and Data Provisioning o Provision applications o Provision data Lernziele: Anwendungen

Mehr

Proseminar Künstliche Intelligenz: Wahrnehmung

Proseminar Künstliche Intelligenz: Wahrnehmung Proseminar Künstliche Intelligenz: Wahrnehmung Sommersemester 2011 Computer Science Department Group Inhalt Department of Informatics 1 Sensoren 2 Bildverarbeitung Kantenerkennung 3D-Informationen extrahieren

Mehr

Praktikum Physik. Protokoll zum Versuch: Geometrische Optik. Durchgeführt am 24.11.2011

Praktikum Physik. Protokoll zum Versuch: Geometrische Optik. Durchgeführt am 24.11.2011 Praktikum Physik Protokoll zum Versuch: Geometrische Optik Durchgeführt am 24.11.2011 Gruppe X Name1 und Name 2 (abc.xyz@uni-ulm.de) (abc.xyz@uni-ulm.de) Betreuerin: Wir bestätigen hiermit, dass wir das

Mehr

Basiert auf den Beschreibungen von http://www.as3kinect.org. Es wird dazu der Primesense OpenNI- Treiber verwendet.

Basiert auf den Beschreibungen von http://www.as3kinect.org. Es wird dazu der Primesense OpenNI- Treiber verwendet. Kinect goes Flash Diese Anleitung beschäftigt sich mit der Installation und Einrichtung der Software, die benötigt wird um die Microsoft Kinect Hardware unter Windows anzusprechen und die Steuerung über

Mehr

Computerlinguistische Textanalyse

Computerlinguistische Textanalyse Computerlinguistische Textanalyse 10. Sitzung 06.01.2014 Einführung in die Textklassifikation Franz Matthies Lehrstuhl für Computerlinguistik Institut für Germanistische Sprachwissenschaft Friedrich-Schiller

Mehr

Mathematische Grundlagen III

Mathematische Grundlagen III Mathematische Grundlagen III Maschinelles Lernen III: Clustering Vera Demberg Universität des Saarlandes 7. Juli 202 Vera Demberg (UdS) Mathe III 7. Juli 202 / 35 Clustering vs. Klassifikation In den letzten

Mehr

Seminar Seminarname SS 2003

Seminar 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

Mehr

Medizin im Kontext von Pico-Projektion

Medizin im Kontext von Pico-Projektion Medizin im Kontext von Pico-Projektion Madleen Sklenar Projekt pico.pro Masterstudiengang Interaction Design WS 2010/2011 Betreuung : Prof. Steffi Hußlein Dipl. Des. Robert Laux Beispiele aus der APP-Welt

Mehr

Übungen zur Softwaretechnik

Übungen zur Softwaretechnik Technische Universität München Fakultät für Informatik Lehrstuhl IV: Software & Systems Engineering Markus Pister, Dr. Bernhard Rumpe WS 2002/2003 Lösungsblatt 8 10. Dezember 2002 www4.in.tum.de/~rumpe/se

Mehr

Elektronisches Frühwarnsystem bei Bränden

Elektronisches Frühwarnsystem bei Bränden W e ttbe w e rb s be itr ag Projekt: Elektronisches Frühwarnsystem bei Bränden Schule: Apian-Gymnasium, Ingolstadt Team:, und, alle besuchen die 6. Klasse. Projektbeschreibung: Der Mittelpunkt unserer

Mehr

Probleme der Navigation von Rehabilitationsroboter: Intelligenter Rollstuhl

Probleme 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

Mehr

Virtual Dressing Room

Virtual 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

Mehr

Herausforderung Hochauflösende Inspektion. 13./14.11.2013 Thomas Schäffler

Herausforderung Hochauflösende Inspektion. 13./14.11.2013 Thomas Schäffler Herausforderung Hochauflösende Inspektion 13./14.11.2013 Thomas Schäffler Agenda Herausforderung der hochauflösenden Inspektion: Große Sensoren, kleine Pixel und große Abbildungsmaßstäbe Über Qioptiq Einige

Mehr

Jan Parthey, Christin Seifert. 22. Mai 2003

Jan Parthey, Christin Seifert. 22. Mai 2003 Simulation Rekursiver Auto-Assoziativer Speicher (RAAM) durch Erweiterung eines klassischen Backpropagation-Simulators Jan Parthey, Christin Seifert jpar@hrz.tu-chemnitz.de, sech@hrz.tu-chemnitz.de 22.

Mehr

Neuronale Netze (I) Biologisches Neuronales Netz

Neuronale Netze (I) Biologisches Neuronales Netz Neuronale Netze (I) Biologisches Neuronales Netz Im menschlichen Gehirn ist ein Neuron mit bis zu 20.000 anderen Neuronen verbunden. Milliarden von Neuronen beteiligen sich simultan an der Verarbeitung

Mehr

ZfP-Sonderpreis der DGZfP beim Regionalwettbewerb Jugend forscht BREMERHAVEN. Der Zauberwürfel-Roboter. Paul Giese. Schule: Wilhelm-Raabe-Schule

ZfP-Sonderpreis der DGZfP beim Regionalwettbewerb Jugend forscht BREMERHAVEN. Der Zauberwürfel-Roboter. Paul Giese. Schule: Wilhelm-Raabe-Schule ZfP-Sonderpreis der DGZfP beim Regionalwettbewerb Jugend forscht BREMERHAVEN Der Zauberwürfel-Roboter Paul Giese Schule: Wilhelm-Raabe-Schule Jugend forscht 2013 Kurzfassung Regionalwettbewerb Bremerhaven

Mehr

SplineGen. Modellierung

SplineGen. Modellierung SplineGen SplineGen ist ein im Rahmen des generischen Modells entstandenes Programmpaket, das bei der Festigkeitsanalyse von Laufrädern eingesetzt werden kann. Modellierung Die hier vorgestellte Software

Mehr

Anhand des bereits hergeleiteten Models erstellen wir nun mit der Formel

Anhand des bereits hergeleiteten Models erstellen wir nun mit der Formel Ausarbeitung zum Proseminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn zum Thema Simulation des Anlagenpreismodels von Simon Uphus im WS 09/10 Zusammenfassung

Mehr

Animation ist das Erzeugen von Filmen mit Hilfe der Computergrafik. Objekte bewegen sich hierbei oder Beleuchtung, Augpunkt, Form,... ändern sich.

Animation ist das Erzeugen von Filmen mit Hilfe der Computergrafik. Objekte bewegen sich hierbei oder Beleuchtung, Augpunkt, Form,... ändern sich. Kapitel 1 Animation (Belebung) Animation ist das Erzeugen von Filmen mit Hilfe der Computergrafik. Objekte bewegen sich hierbei oder Beleuchtung, Augpunkt, Form,... ändern sich. Anwendungen findet die

Mehr

Finanzwirtschaft Teil III: Budgetierung des Kapitals

Finanzwirtschaft Teil III: Budgetierung des Kapitals Finanzmärkte 1 Finanzwirtschaft Teil III: Budgetierung des Kapitals Kapitalwertmethode Agenda Finanzmärkte 2 Kapitalwertmethode Anwendungen Revolvierende Investitionsprojekte Zusammenfassung Kapitalwertmethode

Mehr

Hochschule RheinMain Wiesbaden Fachseminar Prof. Dr.-Ing. Karl-Otto Linn WS 2009 / 2010. Eye Tracking

Hochschule RheinMain Wiesbaden Fachseminar Prof. Dr.-Ing. Karl-Otto Linn WS 2009 / 2010. Eye Tracking Hochschule RheinMain Wiesbaden Fachseminar Prof. Dr.-Ing. Karl-Otto Linn WS 2009 / 2010 Eye Tracking Melanie Lawani Allgemeine Informatik (B. Sc.) 7.Semester Matr.-Nr. 253550 melanie.lawani@gmx.de 1 Inhaltsverzeichnis

Mehr

Motion Capture. Menschliche Bewegungen digital erfassen. Dipl.Ing. Sophie Jörg

Motion 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

Mehr

Erster Schritt mit Mocha:

Erster Schritt mit Mocha: Was ist Mocha for After Effects CS4? Mocha ist ein Advanced Tracking System das im Gegensatz zu After Effects nicht auf Pixeln und Kontrastkanten basiert, sondern auf Formen die unter Mustererkennung im

Mehr

SSH Authentifizierung über Public Key

SSH Authentifizierung über Public Key SSH Authentifizierung über Public Key Diese Dokumentation beschreibt die Vorgehensweise, wie man den Zugang zu einem SSH Server mit der Authentifizierung über öffentliche Schlüssel realisiert. Wer einen

Mehr

Die Verbindung für Ihre Produkte zum Internet mit dem LAING CLOUD INTERFACE. Bedienen Überwachen Konfigurieren über das Internet

Die Verbindung für Ihre Produkte zum Internet mit dem LAING CLOUD INTERFACE. Bedienen Überwachen Konfigurieren über das Internet Die Verbindung für Ihre Produkte zum Internet mit dem LAING CLOUD INTERFACE. Bedienen Überwachen Konfigurieren über das Internet Laing Cloud Interface Verbindungen zum Internet gibt es viele, aber vermutlich

Mehr

15 Optimales Kodieren

15 Optimales Kodieren 15 Optimales Kodieren Es soll ein optimaler Kodierer C(T ) entworfen werden, welcher eine Information (z.b. Text T ) mit möglichst geringer Bitanzahl eindeutig überträgt. Die Anforderungen an den optimalen

Mehr

1. Sichtbarkeitsproblem beim Rendern einer dreidimensionalen Szene auf einer zweidimensionalen

1. Sichtbarkeitsproblem beim Rendern einer dreidimensionalen Szene auf einer zweidimensionalen 3D-Rendering Ulf Döring, Markus Färber 07.03.2011 1. Sichtbarkeitsproblem beim Rendern einer dreidimensionalen Szene auf einer zweidimensionalen Anzeigefläche (a) Worin besteht das Sichtbarkeitsproblem?

Mehr

Eine Baumstruktur sei folgendermaßen definiert. Eine Baumstruktur mit Grundtyp Element ist entweder

Eine Baumstruktur sei folgendermaßen definiert. Eine Baumstruktur mit Grundtyp Element ist entweder Programmieren in PASCAL Bäume 1 1. Baumstrukturen Eine Baumstruktur sei folgendermaßen definiert. Eine Baumstruktur mit Grundtyp Element ist entweder 1. die leere Struktur oder 2. ein Knoten vom Typ Element

Mehr

Oracle, Datenbank, PowerPoint, Dokumente, PPTX, Automatisierung, Prozess-Automatisierung, smaxt

Oracle, Datenbank, PowerPoint, Dokumente, PPTX, Automatisierung, Prozess-Automatisierung, smaxt Automatische Generierung serialisierter, individualisierter PowerPoint-Präsentationen aus Oracle Datenbanken Andreas Hansel Symax Business Software AG Parkstrasse 22, D-65189 Wiesbaden Schlüsselworte Oracle,

Mehr

Leseprobe. Gerhard Engelken. SolidWorks 2010. Methodik der 3D-Konstruktion ISBN: 978-3-446-42367-1. Weitere Informationen oder Bestellungen unter

Leseprobe. Gerhard Engelken. SolidWorks 2010. Methodik der 3D-Konstruktion ISBN: 978-3-446-42367-1. Weitere Informationen oder Bestellungen unter Leseprobe Gerhard Engelken SolidWorks 2010 Methodik der 3D-Konstruktion ISBN: 978-3-446-42367-1 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-42367-1 sowie im Buchhandel.

Mehr

Personenschutz durch optische Raumerfassung

Personenschutz durch optische Raumerfassung Personenschutz durch optische Raumerfassung Für gefährliche Arbeitsumgebungen im klinischen Alltag wie Strahlenschutzbereiche in der Radiologie muss sichergestellt werden, dass das Bedien- und Wartungspersonal

Mehr

3D- Laserscanning 3D- LASERSCANNING. 1. Allgemein...1. 2. Funktion Scankopf...1. 3. 2D-Laserscanning...2. 4. 3D-Laserscanning...3

3D- Laserscanning 3D- LASERSCANNING. 1. Allgemein...1. 2. Funktion Scankopf...1. 3. 2D-Laserscanning...2. 4. 3D-Laserscanning...3 3D- LASERSCANNING Inhaltsverzeichnis 1. Allgemein...1 2. Funktion Scankopf...1 3. 2D-Laserscanning...2 4. 3D-Laserscanning...3 5. Weitere Anwendung...4 6. Beispielbilder...5 1. Allgemein Laserscanning

Mehr

VirtualBox und OSL Storage Cluster

VirtualBox und OSL Storage Cluster VirtualBox und OSL Storage Cluster A Cluster in a Box A Box in a Cluster Christian Schmidt Systemingenieur VirtualBox und OSL Storage Cluster VirtualBox x86 und AMD/Intel64 Virtualisierung Frei verfügbar

Mehr

Möglichkeiten des Unterschriftsvergleichs bei elektronischen Dokumenten

Möglichkeiten des Unterschriftsvergleichs bei elektronischen Dokumenten Möglichkeiten des Unterschriftsvergleichs bei elektronischen Dokumenten Kein Drucken, Faxen und Versenden mehr! Sparen Sie Zeit und Geld und leisten Sie außerdem einen Beitrag zum Umweltschutz. ROI unter

Mehr

Texture Based Direct Volume Rendering

Texture Based Direct Volume Rendering Texture Based Direct Volume Rendering Vorlesung: "Advanced Topics in Computer Graphics" cbrak@upb.de 1 Agenda 1. Einleitung Volume Rendering 1.1. Volumendatensatz 1.2. Volumenintegral 1.3. Image order

Mehr

Softwaretechnik (WS 11/12)

Softwaretechnik (WS 11/12) Universität Augsburg, LSt. Softwaretechnik, K. Stenzel, H. Seebach, G. Anders Softwaretechnik (WS 11/12) Lösungsvorschlag 5 Aufgabe 1 (System Behavior: System Sequence Diagrams) (10/5 Punkte) a) Was sind

Mehr

Eingabegeräte. für Virtuelle Präsenz. Mark Poguntke 1 / 24. Proseminar Virtuelle Präsenz SS 2005 Universität Ulm

Eingabegeräte. für Virtuelle Präsenz. Mark Poguntke 1 / 24. Proseminar Virtuelle Präsenz SS 2005 Universität Ulm Eingabegeräte für Virtuelle Präsenz Mark Poguntke mp17@informatik.uni-ulm.de Proseminar Virtuelle Präsenz SS 2005 Universität Ulm 1 / 24 Themenübersicht 1. Interaktion in virtuellen Welten 2. Verschiedene

Mehr

Wie wird ein Jahreswechsel (vorläufig und endgültig) ausgeführt?

Wie wird ein Jahreswechsel (vorläufig und endgültig) ausgeführt? Wie wird ein (vorläufig und endgültig) ausgeführt? VORLÄUFIGER JAHRESWECHSEL Führen Sie unbedingt vor dem eine aktuelle Datensicherung durch. Einleitung Ein vorläufiger Jahresabschluss wird durchgeführt,

Mehr

Exploration und Klassifikation von BigData

Exploration und Klassifikation von BigData Exploration und Klassifikation von BigData Inhalt Einführung Daten Data Mining: Vorbereitungen Clustering Konvexe Hülle Fragen Google: Riesige Datenmengen (2009: Prozessieren von 24 Petabytes pro Tag)

Mehr

1 Die Active Directory

1 Die Active Directory 1 Die Active Directory Infrastruktur Prüfungsanforderungen von Microsoft: Configuring the Active Directory Infrastructure o Configure a forest or a domain o Configure trusts o Configure sites o Configure

Mehr

Structure-from-Motion. Christina Mundhenk Leo Sylvio Rüdian Marcel Kliemannel

Structure-from-Motion. Christina Mundhenk Leo Sylvio Rüdian Marcel Kliemannel Structure-from-Motion Christina Mundhenk Leo Sylvio Rüdian Marcel Kliemannel Fahrplan Structure-from Motion Workflow mit SIFT & Bundle Adjustment mit SURE Probleme/ Grenzen Technik Metrik und Vergleich

Mehr

Parallele und funktionale Programmierung Wintersemester 2013/14. 8. Übung Abgabe bis 20.12.2013, 16:00 Uhr

Parallele und funktionale Programmierung Wintersemester 2013/14. 8. Übung Abgabe bis 20.12.2013, 16:00 Uhr 8. Übung Abgabe bis 20.12.2013, 16:00 Uhr Aufgabe 8.1: Zeigerverdopplung Ermitteln Sie an folgendem Beispiel den Rang für jedes Listenelement sequentiell und mit dem in der Vorlesung vorgestellten parallelen

Mehr

Maschinelles Lernen: Neuronale Netze. Ideen der Informatik Kurt Mehlhorn

Maschinelles Lernen: Neuronale Netze. Ideen der Informatik Kurt Mehlhorn Maschinelles Lernen: Neuronale Netze Ideen der Informatik Kurt Mehlhorn 16. Januar 2014 Übersicht Stand der Kunst im Bilderverstehen: Klassifizieren und Suchen Was ist ein Bild in Rohform? Biologische

Mehr

How to make a PIXAR movie

How to make a PIXAR movie How to make a PIXAR movie Our Quality Assurance Guarantee: 100% Genuine Animation! No motion capture or any other performance shortcuts were used in the production of this film. Aus dem Abspann von Ratatouille

Mehr

8 3D-Grafik mit VPython

8 3D-Grafik mit VPython 8 3D-Grafik mit VPython In diesem Kapitel wird das Python-Erweiterungsmodul Visual-Python bzw. VPython vorgestellt. Mit VPython können interaktive und animierte 3D-Szenen erzeugt werden. Dreidimensionale

Mehr

Thema: So sieht mich jeder gut! Gegenstand: Verkehrserziehung Schulstufe/n: 1. Klasse

Thema: So sieht mich jeder gut! Gegenstand: Verkehrserziehung Schulstufe/n: 1. Klasse Der Schulweg 1 Thema: So sieht mich jeder gut! Gegenstand: Verkehrserziehung Schulstufe/n: 1. Klasse Lehrplanbezug: Die optische Wahrnehmung verfeinern und das Symbolverständnis für optische Zeichen erweitern:

Mehr

Telezentrische Meßtechnik

Telezentrische Meßtechnik Telezentrische Meßtechnik Beidseitige Telezentrie - eine Voraussetzung für hochgenaue optische Meßtechnik Autor : Dr. Rolf Wartmann, Bad Kreuznach In den letzten Jahren erlebten die Techniken der berührungslosen,

Mehr

Industrielle Bildverarbeitung mit OpenCV

Industrielle 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

Mehr

Basisanforderungen: EVA-Prinzips. Erweiterte Anforderungen: wirtschaftlichen und privaten Alltag.

Basisanforderungen: EVA-Prinzips. Erweiterte Anforderungen: wirtschaftlichen und privaten Alltag. Basisanforderungen: 1. Erstelle eine einfache Motor-Steuerung (siehe Anforderungen) 2. Erläutere den Begriff Steuerung. 3. Benenne die Sensoren und Aktoren dieser Steuerung. 4. Beschreibe die Informationsverarbeitung

Mehr

1 Hochverfügbarkeit. 1.1 Einführung. 1.2 Network Load Balancing (NLB) Quelle: Microsoft. Hochverfügbarkeit

1 Hochverfügbarkeit. 1.1 Einführung. 1.2 Network Load Balancing (NLB) Quelle: Microsoft. Hochverfügbarkeit 1 Hochverfügbarkeit Lernziele: Network Load Balancing (NLB) Failover-Servercluster Verwalten der Failover Cluster Rolle Arbeiten mit virtuellen Maschinen Prüfungsanforderungen von Microsoft: Configure

Mehr

AsTeRICS Framework Flexible Unterstützungstechnik

AsTeRICS Framework Flexible Unterstützungstechnik AsTeRICS Framework Flexible Unterstützungstechnik Vorstellung Fachhochschule Technikum Wien. Benjamin Aigner, MSc. F&E, Lehre Institut Embedded Systems Veronika David, MSc. F&E, Lehre Institut für Biomedizinische

Mehr

Graphische Datenverarbeitung I Eingabe Graphischer Daten

Graphische Datenverarbeitung I Eingabe Graphischer Daten Graphische Datenverarbeitung I Eingabe Graphischer Daten 1 3D Graphik-Pipeline CPU GPU Anwendung Geometrieverarbeitung Rasterisierung Ausgabe Eingabe graphischer Daten Repräsentation von 3D Daten Graphische

Mehr

Begriffsbestimmung CRISP-DM-Modell Betriebswirtschaftliche Einsatzgebiete des Data Mining Web Mining und Text Mining

Begriffsbestimmung CRISP-DM-Modell Betriebswirtschaftliche Einsatzgebiete des Data Mining Web Mining und Text Mining Gliederung 1. Einführung 2. Grundlagen Data Mining Begriffsbestimmung CRISP-DM-Modell Betriebswirtschaftliche Einsatzgebiete des Data Mining Web Mining und Text Mining 3. Ausgewählte Methoden des Data

Mehr

Bestens belichtet. Center/Ars Electronica Blog, 17. Dezember 2012. by Martin Hieslmair on Dec 17, 2012Keine Kommentare

Bestens belichtet. Center/Ars Electronica Blog, 17. Dezember 2012. by Martin Hieslmair on Dec 17, 2012Keine Kommentare Center/Ars Electronica Blog, 17. Dezember 2012 Bestens belichtet by Martin Hieslmair on Dec 17, 2012Keine Kommentare In Lichtfeldaufnahmen steckt das Potential, all das radikal zu revolutionieren, was

Mehr

Kinect. Seminar Objektorientiertes Programmieren mit.net und C# Christoph Ihrke. Institut für Informatik Software & Systems Engineering

Kinect. Seminar Objektorientiertes Programmieren mit.net und C# Christoph Ihrke. Institut für Informatik Software & Systems Engineering Kinect Seminar Objektorientiertes Programmieren mit.net und C# Christoph Ihrke Institut für Informatik Software & Systems Engineering Agenda Historie SDK Aufbau Hardware (Kinectsensor) NUI API Datenströme

Mehr

Emphatisches Beleuchten

Emphatisches Beleuchten Emphatisches Beleuchten Kurzbeschreibung Beim emphatischen Beleuchten wird vom Objekt aus der Betrachter beobachtet und danach das Objekt beleuchtet. Beim Ansehen kann der Betrachter vollständig auf eine

Mehr

Eye Tracking. seine Gegenwart, Zugänglichkeit und Anwendung. Maria Kordyukova / Next Media / 06.06.2014 1

Eye Tracking. seine Gegenwart, Zugänglichkeit und Anwendung. Maria Kordyukova / Next Media / 06.06.2014 1 Eye Tracking seine Gegenwart, Zugänglichkeit und Anwendung Maria Kordyukova / Next Media / 06.06.2014 1 Gliederung Einführung Neuster Stand der ET-Technik (Tobii) Preiswerte Eye Tracker: Versuche junger

Mehr

Arbeitszeiterfassung mit Fingerabdruck

Arbeitszeiterfassung mit Fingerabdruck Arbeitszeiterfassung mit Fingerabdruck Was ist Biometrie? Unter Biometrie, im Zusammenhang mit einer Personenidentifikation, versteht man die Erkennung von Personen anhand von einzigartigen und unverwechselbaren

Mehr

Makros für SolidWorks und Excel

Makros für SolidWorks und Excel Inhalt 1 Einleitung... 1 2 Viele SolidWorks-Dateien umbenennen und im Feature-Baum austauschen (SolidWorks + Excel)... 2 2.1 Anwendungsfälle... 2 2.2 Features... 2 2.3 Vorrausetzungen... 2 2.4 Ihr Gewinn...

Mehr

3. Verpackungskünstler. Berechnungen am Quader, Umgang mit Termen, räumliche Vorstellung

3. Verpackungskünstler. Berechnungen am Quader, Umgang mit Termen, räumliche Vorstellung Berechnungen am Quader, Umgang mit Termen, räumliche Vorstellung Päckchen, die man verschenken möchte, werden gerne mit Geschenkband verschnürt. Dazu wird das Päckchen auf seine größte Seite gelegt, wie

Mehr

THREEDEE Visual FX, Echtzeit 3D-Applikation & Virtual Reality

THREEDEE Visual FX, Echtzeit 3D-Applikation & Virtual Reality 1 THREEDEE Visual FX, Echtzeit 3D-Applikation & Virtual Reality UNTERNEHMENSPRÄSENTATION Eine Idee drei Säulen Die ThreeDee GmbH 2 UNSERE IDEE Die ThreeDee GmbH bietet Ihnen drei aufeinander aufbauenende

Mehr

Projekt Smart Web Grid

Projekt Smart Web Grid Projekt Smart Web Grid Eine übergreifende Smart Grid Informationsplattform für alle Teilnehmer Thomas Leber Institut für Computertechnik: Energy&IT Research 17. Juni, Wien Computer Technology /12 Das Smart

Mehr

Animation. Eine Einführung von. Klaus Massanetz Jan 2011. Von: Klaus.Massanetz@gmx.net Download unter:www.massapix.de

Animation. Eine Einführung von. Klaus Massanetz Jan 2011. Von: Klaus.Massanetz@gmx.net Download unter:www.massapix.de Animation Eine Einführung von Klaus Massanetz Jan 2011 Was ist Animation? Animation (von lat. animare, zum Leben erwecken ; animus, Geist, Seele ) 1....ist im engeren Sinne jede Technik, bei der durch

Mehr

Whitepaper. Produkt: combit Relationship Manager. Einrichtung für Remotedesktopdienste (Windows Server 2008 R2)

Whitepaper. Produkt: combit Relationship Manager. Einrichtung für Remotedesktopdienste (Windows Server 2008 R2) combit GmbH Untere Laube 30 78462 Konstanz Whitepaper Produkt: combit Relationship Manager Einrichtung für Remotedesktopdienste (Windows Server 2008 R2) Einrichtung für Remotedesktopdienste (Windows Server

Mehr

Textmining Klassifikation von Texten Teil 1: Naive Bayes

Textmining Klassifikation von Texten Teil 1: Naive Bayes Textmining Klassifikation von Texten Teil 1: Naive Bayes Dept. Informatik 8 (Künstliche Intelligenz) Friedrich-Alexander-Universität Erlangen-Nürnberg (Informatik 8) Klassifikation von Texten 1: Naive

Mehr

Zuschauer beim Berlin-Marathon

Zuschauer beim Berlin-Marathon Zuschauer beim Berlin-Marathon Stefan Hougardy, Stefan Kirchner und Mariano Zelke Jedes Computerprogramm, sei es ein Betriebssystem, eine Textverarbeitung oder ein Computerspiel, ist aus einer Vielzahl

Mehr