Kinect Nils Röder, Björn Frömmer

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

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

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

Computer Graphik I (3D) Dateneingabe

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Kinect-Programmierung

Kinect-Programmierung Kinect-Programmierung Yvonne Mußmacher Mario Haustein UNIX-Stammtisch der TU Chemnitz 29. Januar 2013 Mußmacher, Haustein (UNIX-Stammtisch, TUC) Kinect-Programmierung 29. Januar 2013 1 / 41 Gliederung

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

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

Human Motion Capture

Human Motion Capture Human Motion Capture Abstract Dieser Text gibt einen umfassenden Überblick über verschiedene Verfahren des Human Motion Capture. Elektromechanische, elektromagnetische, akustische, inertiale und optische

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

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

SMC Integrationsserver 5.0 Versionsinformationen

SMC Integrationsserver 5.0 Versionsinformationen SMC Integrationsserver 5.0 Versionsinformationen SMC IT AG Pröllstraße 24 86157 Augsburg Tel. (0821) 720 62-0 Fax. (0821) 720 62-62 smc-it.de info@smc-it.de Geschäftsstelle Ettlingen Pforzheimer Straße

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

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

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

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

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

2. Lernen von Entscheidungsbäumen

2. Lernen von Entscheidungsbäumen 2. Lernen von Entscheidungsbäumen Entscheidungsbäume 2. Lernen von Entscheidungsbäumen Gegeben sei eine Menge von Objekten, die durch Attribut/Wert- Paare beschrieben sind. Jedes Objekt kann einer Klasse

Mehr

:= Modellabbildung. Bildsynthese (Rendering) Bildsynthese

:= Modellabbildung. Bildsynthese (Rendering) Bildsynthese Geometrisches Modell bestehend aus Datenstrukturen zur Verknüpfung geometrischer Primitive, welche eine Gesamtszene beschreiben Bildsynthese := Modellabbildung Pixelbasiertes Modell zur Darstellung eines

Mehr

Berühren verboten! Berührungsfreie Interfaces in der industriellen Fertigung

Berühren verboten! Berührungsfreie Interfaces in der industriellen Fertigung Berühren verboten! Berührungsfreie Interfaces in der industriellen Fertigung Hariolf Betz / Stefan Partsch exxcellent solutions gmbh / Wieland-Werke AG Agenda 1. Einführung Was ist/kann die Kinect? 2.

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

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

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

Graphische Datenverarbeitung I WS 2011/2012

Graphische Datenverarbeitung I WS 2011/2012 Graphische Datenverarbeitung I WS 2011/2012 Prof. Dr. techn. Dieter Fellner Dipl. Inf. Matthias Bein matthias.bein@gris.informatik.tu-darmstadt.de Tel.: +49 6151 155-663 23.11.2011 GDV1 WS 11/12 Fellner,

Mehr

Maschinelles Lernen Entscheidungsbäume

Maschinelles Lernen Entscheidungsbäume Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen Maschinelles Lernen Entscheidungsbäume Paul Prasse Entscheidungsbäume Eine von vielen Anwendungen: Kreditrisiken Kredit - Sicherheiten

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

Projekt AGB-10 Fremdprojektanalyse

Projekt AGB-10 Fremdprojektanalyse Projekt AGB-10 Fremdprojektanalyse 17. Mai 2010 1 Inhaltsverzeichnis 1 Allgemeines 3 2 Produktübersicht 3 3 Grundsätzliche Struktur und Entwurfsprinzipien für das Gesamtsystem 3 3.1 Die Prefuse Library...............................

Mehr

Vortrag zum Paper Results of the Active Learning Challenge von Guyon, et. al. Sören Schmidt Fachgebiet Knowledge Engineering

Vortrag zum Paper Results of the Active Learning Challenge von Guyon, et. al. Sören Schmidt Fachgebiet Knowledge Engineering Vortrag zum Paper Results of the Active Learning Challenge von Guyon, et. al. Sören Schmidt Fachgebiet Knowledge Engineering 11.12.2012 Vortrag zum Paper Results of the Active Learning Challenge von Isabelle

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

SEMINAR AUTOMATISCHE GESICHTSERKENNUNG

SEMINAR AUTOMATISCHE GESICHTSERKENNUNG SEMINAR AUTOMATISCHE GESICHTSERKENNUNG OBERSEMINAR AUTOMATISCHE ANALYSE VON GESICHTSAUSDRÜCKEN Organisation, Überblick, Themen Überblick heutige Veranstaltung 1. Organisatorisches 2. Überblick über beide

Mehr

Analyse von Wurzelwachstum und Wurzelhaaren im Lichtscheiben- Fluoreszenzmikroskop

Analyse 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

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

Inhalt. Seite 4... Am Anfang: Fotos, Fotos, Fotos-Referenzmaterial. Seite 4... Modellieren, texturieren und beleuchten

Inhalt. Seite 4... Am Anfang: Fotos, Fotos, Fotos-Referenzmaterial. Seite 4... Modellieren, texturieren und beleuchten Inhalt Seite 3... Die Idee Seite 4... Am Anfang: Fotos, Fotos, Fotos-Referenzmaterial Seite 4... Modellieren, texturieren und beleuchten Seite 7... Renderelemente: Wie die Bilder aufgebaut sind Seite 9...

Mehr

DPF Dynamic Partial distance Function

DPF Dynamic Partial distance Function DPF Dynamic Partial distance Function Vorgelegt von Sebastian Loose (MatrikelNR.: 169172), Computervisualistikstudent im 4. Semester. Hausarbeit zum Papier DPF A Perceptual Distance Function for Image

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

Augmented Reality. Dresden, 22. Januar. 2013

Augmented Reality. Dresden, 22. Januar. 2013 Fakultät Informatik Institut für Software- und Multimediatechnik Juniorprofessur Software Engineering Ubiquitärer Systeme Dresden, 22. Januar. 2013 2 Gliederung Einführung Interaktion Präsentation Quellen

Mehr

Virtuelle Objekte und Szenerie

Virtuelle Objekte und Szenerie 3D Grafik und Animation Überblick Q-Medien GmbH Konzept Design Produktion Virtuelle Objekte und Szenerie Wie entsteht eigentlich ein 3D-Modell? Wir fangen mit einer 2D-Darstellung an und zeichnen ein Rechteck

Mehr

Dreamwap. Systemanalyse

Dreamwap. Systemanalyse Dreamwap Systemanalyse Änderungskontrolle Version Datum Name Bemerkung 0.1 15.7.2000 P. Troxler Initialversion 0.2 16.7.2000 P. Troxler Neue Tabelle: Kap. 2.1. Vgl. Datenbank Tabellen 0.3 18.7.2000 P.

Mehr

AirCrown Bewegungsdetektion und Gestensteuerung

AirCrown Bewegungsdetektion und Gestensteuerung AirCrown Bewegungsdetektion und Gestensteuerung Dipl.-Ing. Friedrich Schick Dr.-Ing. Jens Schick 09.10.2014 - öffentlich - Gestensteuerung aktueller Stand Definition Geste Eine Geste wird, im Gegensatz

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

opencolor Überdruckende Sonderfarben exakt abbilden GMG OpenColor 2.0 Profilerstellung für den Verpackungsdruck

opencolor Überdruckende Sonderfarben exakt abbilden GMG OpenColor 2.0 Profilerstellung für den Verpackungsdruck GMG OpenColor 2.0 6 GMG CoZone Collaborate Spezifikationen 6 Profilerstellung für den Verpackungsdruck Überdruckende Sonderfarben exakt abbilden opencolor GMG OpenColor 2.0 Prozesssicherheit mit GMG OpenColor:

Mehr

Projektpraktikum: Bildauswertung und fusion Wintersemester 2011 / 2012

Projektpraktikum: Bildauswertung und fusion Wintersemester 2011 / 2012 Projektpraktikum: Bildauswertung und fusion Wintersemester 2011 / 2012 http://www.ies.uni-karlsruhe.de Zeitlich adaptives Objekttracking in der Aufklärung und Überwachung Flugdrohne / visuell optischer

Mehr

Wie es Euch gefällt Pixelvorverarbeitung oder RAW-Format

Wie es Euch gefällt Pixelvorverarbeitung oder RAW-Format Wie es Euch gefällt Pixelvorverarbeitung oder RAW-Format Je nach Anwendung werden an die Bilddaten unterschiedliche Anforderungen gestellt. Beim schnellen Schnappschuss möchte Sie ein fertiges Bild von

Mehr

DIG-AIS. Das digitale Videomanagementsystem. Technische Informationen

DIG-AIS. Das digitale Videomanagementsystem. Technische Informationen DIG-AIS Das digitale Videomanagementsystem Technische Informationen D e r s i c h t b a r e t e c h n o l o g i e - v o r s p r u n g d u r c h a u t h e n t i s c h e b i l d a u f z e i c h n u n g Videomanagement

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

Informatik-Sommercamp 2012. Mastermind mit dem Android SDK

Informatik-Sommercamp 2012. Mastermind mit dem Android SDK Mastermind mit dem Android SDK Übersicht Einführungen Mastermind und Strategien (Stefan) Eclipse und das ADT Plugin (Jan) GUI-Programmierung (Dominik) Mastermind und Strategien - Übersicht Mastermind Spielregeln

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

PROSILICA Flächenkameras FireWire GigE Vision

PROSILICA Flächenkameras FireWire GigE Vision Flächenkameras FireWire GigE Vision GigE Vision Monochrom und Farbe bis 16 MegaPixel (4872 x 3248) bis 200 Vollbilder/s CCD & CMOS Sensoren 100% kompatibel mit GigE Vision, GenCam, IEEE 1394 Kameras

Mehr

Probelektion zum Thema. Shadow Rendering. Shadow Maps Shadow Filtering

Probelektion zum Thema. Shadow Rendering. Shadow Maps Shadow Filtering Probelektion zum Thema Shadow Rendering Shadow Maps Shadow Filtering Renderman, 2006 CityEngine 2011 Viewport Real reconstruction in Windisch, 2013 Schatten bringen viel Realismus in eine Szene Schatten

Mehr

Abteilung Digitale Kunst, Leitung: Univ.-Prof. Virgil Widrich. Georg Novotny. Objekt, Installation

Abteilung Digitale Kunst, Leitung: Univ.-Prof. Virgil Widrich. Georg Novotny. Objekt, Installation diplomshowing Abteilung Digitale Kunst, Leitung: Univ.-Prof. Virgil Widrich Georg Novotny Traffi c Objekt, Installation Ort: Raum EG11 Vordere Zollamtstraße 3, 1030 Wien www.digitalekunst.ac.at/diplome

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

elearning mit ipads Verwendung von Apps im Physikunterricht Lernen der Zukunft? Manfred Lohr IT Koordinator BG/BRG Schwechat

elearning mit ipads Verwendung von Apps im Physikunterricht Lernen der Zukunft? Manfred Lohr IT Koordinator BG/BRG Schwechat elearning mit ipads Verwendung von Apps im Physikunterricht Lernen der Zukunft? Manfred Lohr IT Koordinator BG/BRG Schwechat www.bgschwechat.ac.at, manfred.lohr@gmail.com Inhalt 1. Pädagogisches Konzept

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

Animation motorischer Grundfertigkeiten

Animation motorischer Grundfertigkeiten Projektdokumentation Animation motorischer Grundfertigkeiten Projektleitung: Ist Folgeprojekt von: Ziel: Umsetzung durch: Mag. Dr. Barbara HOTTER Multimediale Lehr- und Lernhilfen im Sport Animierte Bewegungssequenzen

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

Mixed Reality. Nira Dietrich

Mixed Reality. Nira Dietrich Mixed Reality Nira Dietrich Gliederung 1. DWARF --> SHEEP 2. Studierstube --> Mahjonng 3. Fazit DWARF Distributed Wearable Augmented Reality Framework Entwickelt an der TU München seit Anfang 2000 Versuch,

Mehr

Februar 06 Uni Basel Seminar Künstliche Intelligenz Stefan Pauwels Emotion Recognition :-)

Februar 06 Uni Basel Seminar Künstliche Intelligenz Stefan Pauwels Emotion Recognition :-) Emotion Recognition :-) Themenüberblick Emotionen Emotion Recognition Speech Facial Expression Mulitmodal Emotion Recognition Integrationsmöglichkeiten der zwei Kanäle Emotionen: Grundlagen Konsens in

Mehr

Portfolio Susann Hamann. Master of Arts Design Bachelor of Arts Interface Design

Portfolio Susann Hamann. Master of Arts Design Bachelor of Arts Interface Design Portfolio Susann Hamann Master of Arts Design Bachelor of Arts Interface Design Die digitale Sanduhr 2006 Teamwork mit Fabian Hemmert Idee, Konzeption, Programmierung & Hardware Prototyping Die digitale

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

Sensoren in Apple Geräten. Minh Khoi Nguyen! Tobias Schaarschmidt! SG: MD13w1

Sensoren in Apple Geräten. Minh Khoi Nguyen! Tobias Schaarschmidt! SG: MD13w1 Sensoren in Apple Geräten Minh Khoi Nguyen Tobias Schaarschmidt SG: MD13w1 Inhalt 1. Allgemein zu iphone & ipad 2. Generationen 3. Sensoren 3.1. Arten 3.2. Funktion 1. Allgemein zu iphone - Erscheinungsjahr:

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

Realisierung des Pentabloomer

Realisierung des Pentabloomer Realisierung des Pentabloomer BuGa 2011 Wolfgang Britz, Mario Mai, Michael Schmitt, Johannes Thiele Problemstellung (1) Generelle Funktionsweise Penta-Bloomer mechanische Blume Tritt mit Besucher in Interaktion.

Mehr

Migration von Ontap 7-Mode zu Clustered ONTAP

Migration von Ontap 7-Mode zu Clustered ONTAP Migration von Ontap 7-Mode zu Clustered ONTAP Steffen Schwung Agenda Überblick Warum überhaupt migrieren Prüfung der Voraussetzungen Vorbereitung der Migration Migrationswerkzeuge Management der Datenmigration

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

TRUE POST VIEW TRACKING USER GUIDE FÜR PUBLISHER

TRUE POST VIEW TRACKING USER GUIDE FÜR PUBLISHER TRUE POST VIEW TRACKING USER GUIDE FÜR PUBLISHER INHALTSVERZEICHNIS 1. Was ist TPV?... 4 2. Verwendung von TPV... 5 3. Implementierung von TPV-Werbemittelcodes... 7 3.1 Implementierung von Werbebannern...

Mehr

Bachelorarbeit Untersuchung aktueller Technologien zur Erstellung von 3D-Modellen für die Landschaftsvisualisierung

Bachelorarbeit Untersuchung aktueller Technologien zur Erstellung von 3D-Modellen für die Landschaftsvisualisierung Bachelorarbeit Untersuchung aktueller Technologien zur Erstellung von 3D-Modellen für die Landschaftsvisualisierung Autor:, 6. Semester Geomatik und Planung Leitung: Dr. Prof. Adrienne Grêt-Regamey Betreuung:

Mehr

2. In Abhängigkeit von der Anwendung und dem Zugang zum Internet im engeren Sinne verbindet sich der User über verschiedene Varianten mit dem Netz.

2. In Abhängigkeit von der Anwendung und dem Zugang zum Internet im engeren Sinne verbindet sich der User über verschiedene Varianten mit dem Netz. Aufbau des Internet Im Überblick ist im wesentlichen die Hardeare dargestellt, die digitale Informationen vom User bis zur Entstehung transportiert. Für diesen Überblick beschränken wir uns auf die wesentlichen

Mehr

DIGITALES PLANEN UND GESTALTEN 2015

DIGITALES 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

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

UI-Testing mit Microsoft Test Manager (MTM) Philip Gossweiler / 2013-04-18

UI-Testing mit Microsoft Test Manager (MTM) Philip Gossweiler / 2013-04-18 UI-Testing mit Microsoft Test Manager (MTM) Philip Gossweiler / 2013-04-18 Software Testing Automatisiert Manuell 100% 70% 1 Überwiegender Teil der Testing Tools fokusiert auf automatisiertes Testen Microsoft

Mehr

How to make a PIXAR movie. Motion Capturing. computer graphics & visualization

How to make a PIXAR movie. Motion Capturing. computer graphics & visualization How to make a PIXAR movie Inhalt Geschichte des s Anwendungen Typen der Motion Capture Systeme MoCap Pipeline Zusammenfassung und Ausblick Definition Motion capture is the process of recording a live motion

Mehr

"rendern" = ein abstraktes geometrisches Modell sichtbar machen

rendern = ein abstraktes geometrisches Modell sichtbar machen 3. Grundlagen des Rendering "rendern" = ein abstraktes geometrisches Modell sichtbar machen Mehrere Schritte: Sichtbarkeitsberechnung Beleuchtungsrechnung Projektion Clipping (Abschneiden am Bildrand)

Mehr

Weka: Software-Suite mit Maschineller Lernsoftware

Weka: Software-Suite mit Maschineller Lernsoftware : Software-Suite mit Maschineller Lernsoftware Computational Linguistics Universität des Saarlandes Sommersemester 2011 21.04.2011 Erste Schritte Waikato Environment for Knowledge Analysis entwickelt von

Mehr

Head Tracking durch Bildanalyse auf einem Smartphone

Head Tracking durch Bildanalyse auf einem Smartphone Gruppenarbeit Head Tracking durch Bildanalyse auf einem Smartphone Andreas Marcaletti Si Sun Betreuer: Samuel Welten Michael Kuhn Prof. Dr. R. Wattenhofer 1 / 17

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

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

go1984 Windows Phone 7 Client - Anwenderhandbuch -

go1984 Windows Phone 7 Client - Anwenderhandbuch - - Anwenderhandbuch - http://www.go1984.de Alfred-Mozer-Str. 51 D-48527 Nordhorn Deutschland Telefon (+49)(0)5921 7139925 Telefax (+49)(0)5921 7139929 http://www.logiware.de Inhaltsverzeichnis 1 Einleitung...

Mehr

Holm Sieber Digitalfotografie und Linux

Holm Sieber <sieber@prudsys.de> Digitalfotografie und Linux Holm Sieber Digitalfotografie und Linux Agenda Teil 1 Kleine Fotoschule Technik der Digitalkamera Digitalkamera-Besonderheiten beim Fotografieren Marktübersicht und Kaufempfehlungen

Mehr

ULM. Intelligenter Greifarm. ZfP-Sonderpreis der DGZfP beim Regionalwettbewerb Jugend forscht. Michael Awiszus Niklas Haas

ULM. Intelligenter Greifarm. ZfP-Sonderpreis der DGZfP beim Regionalwettbewerb Jugend forscht. Michael Awiszus Niklas Haas ZfP-Sonderpreis der DGZfP beim Regionalwettbewerb Jugend forscht ULM Intelligenter Greifarm Michael Awiszus Niklas Haas Schule: GHRS Sontheim Neustraße 60-62 89567 Sontheim Robert-Bosch-Gymnasium Freistegstraße

Mehr

Erweiterte 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 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

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

OPTOELEKTRONIK SENSORIK

OPTOELEKTRONIK SENSORIK OPTOELEKTRONIK SENSORIK Chip Scale Gehäuse Monolithischer Aufbau CCD und CMOS Technologie auf einem Chip ESPROS Photonics AG ESPROS Photonics AG bietet ein interessantes Spektrum an optoelektronischen

Mehr

4. Lernen von Entscheidungsbäumen. Klassifikation mit Entscheidungsbäumen. Entscheidungsbaum

4. Lernen von Entscheidungsbäumen. Klassifikation mit Entscheidungsbäumen. Entscheidungsbaum 4. Lernen von Entscheidungsbäumen Klassifikation mit Entscheidungsbäumen Gegeben sei eine Menge von Objekten, die durch /Wert- Paare beschrieben sind. Jedes Objekt kann einer Klasse zugeordnet werden.

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

14 Mee Controller. 14.1 Mee Controller. 14.1.1 Blockschaltbild Mee Controller. 14.1.2 Beschleunigungssensor. HSR Hochschule für Technik Rapperswil

14 Mee Controller. 14.1 Mee Controller. 14.1.1 Blockschaltbild Mee Controller. 14.1.2 Beschleunigungssensor. HSR Hochschule für Technik Rapperswil 14 Mee Controller Der Mee Controller ist ein Gamecontroller, der eine ähnliche Funktionsweise wie jener der bekannten Wii Konsole von Nintendo hat. Dabei werden die Steuerbefehle vom Beschleunigungssensor

Mehr

Gesten im dreidimensionalen Raum

Gesten im dreidimensionalen Raum Gesten im dreidimensionalen Raum 28. Oktober 2013 Inhaltsübersicht 1. Motivation 2. Einführung 3. Historie 4. Aktuelle Themen & Fragen 5. Informationsquellen 28. Oktober 2013 2 Motivation 3D-Ausgabe wird

Mehr

ipoint Explorer Fraunhofer Institut für Nachrichtentechnik Heinrich-Hertz-Institut Berlin Ein Reiseinformationssystem mit gestenbasierter Interaktion

ipoint Explorer Fraunhofer Institut für Nachrichtentechnik Heinrich-Hertz-Institut Berlin Ein Reiseinformationssystem mit gestenbasierter Interaktion Fraunhofer Institut für Nachrichtentechnik Heinrich-Hertz-Institut Berlin ipoint Explorer Ein Reiseinformationssystem mit gestenbasierter Interaktion Einsteinufer 37 10587 Berlin Germany Phone: Fax: email:

Mehr