Susanne Boll, Niels Henze, Daniel Wichmann, Martin Pielot

Die Rolle digitaler Informationen in der modernen Welt teilt unsere Aktivitäten in die Interaktion mit der physikalischen und die Interaktion mit der virtuellen Welt. Es existiert keine Verbindung zwischen beiden Welten die einfach zugänglich ist obwohl physikalische Objekte, Menschen und Ereignisse in der realen Welt häufig digitale Gegenstücke besitzen. Menschen haben beispielsweise Webseiten die ihre Interessen und Aktivitäten beschreiben, auf öffentlichen Anzeigetafeln dargestellte Inhalte laden dazu ein weiterführende digitale Informationen abzurufen und Ereignisse wie Demonstrationen und Musikkonzerte werfen ihre digitalen Schatten voraus. Da wir uns in beiden Welten bewegen, ist es wünschenswert, Verbindungen zwischen diesen Welten nutzen zu können [1].

In der Abteilung Medieninformatik und Multimedia-Systeme wurde bereits ein Prototyp entwickelt, der es ermöglicht, mit einem Mobiltelefon weiterführende Informationen zu Videos anzufragen, die auf öffentlichen Anzeigetafeln angezeigt werden [2]. Hierfür erstellt der Benutzer mit seinem Mobiltelefon ein Photo vom Video. Dieses Photo wird an einen Server gesendet und mit potentiell infrage kommenden Videos verglichen. Die dem ermittelten Video entsprechenden Inhalte werden anschließend an das Mobiltelefon übertragen.

Ziel der Projektgruppe ist es, die digitale und die reale Welt noch stärker miteinander zu verbinden. Hierfür soll auf Basis mobiler Geräte wie Mobiltelefonen oder PDAs ein Ausschnitt der realen Welt, beispielsweise das Bild einer integrierten Kamera, die Position eines GPS Empfängers und die Daten des Mikrofons, festgehalten werden. Diese Informationen werden an einen Server gesendet, der auf Grund von Vergleichsdaten passende digitale Gegenstücke ermittelt und zurückliefert. Dem Benutzer soll die Möglichkeit gegeben werden, selbst reale Objekte, Menschen oder Ereignisse mit digitalen Informationen zu annotieren. Für den Vergleich von aufgenommenen Daten mit Vergleichsdaten könnte beispielsweise der SIFT Algorithmus [3] zur Extraktion von charakteristischen Bildeigenschaften, Haar-Kaskaden [4] oder Eigengesichter [5] zur Gesichtserkennung und Techniken zum Musikvergleich [6] verwendet werden. Dabei sollen die Ergebnisse der Vergleichsalgorithmen durch die Berücksichtigung von Kontextinformationen wie der Position oder den Vorlieben des Benutzers verbessert werden.

Bei der Umsetzung des Systems sollen moderne Softwareentwicklungskonzepte kennen gelernt werden. Dabei soll ein Nutzerzentrierter Ansatz [7] verfolgt werden. Die Softwareentwicklung soll anhand eines iterativen Vorgehensmodells, wie beispielsweise Extreme Programming [8,9] oder andere agile Modelle [10], erfolgen. Insbesondere soll, wenn möglich, auf etablierte Technologien, beispielsweise Bibliotheken zur Merkmalsextraktion [11,12,13] und Web Services [14], zurückgegriffen werden. Die Implementierung erfolgt überwiegend in einer aktuellen objektorientierten Sprachen wie C# oder Java.

Erstes Treffen im August

Gemeinsames Seminarwochenende

Olivanda.pdf

[1] Davies, N. Cheverst, K. Dix, A. and Hesse, A.: Understanding the Role of Image Recognition in Mobile Tour Guides, In: Proceedings of the 7th international conference on Human computer interaction with mobile devices and services, Seiten 191-198, 2005

[2] Nüss, D.: Kontextsensitive visuelle Erstellung von Lesezeichen für Medien, Diplomarbeit an der Carl von Ossietzky Universität Oldenburg, Department für Informatik, 2007

[3] Lowe, D.G.: Object Recognition from Local Scale-Invariant Features. In: Proceedings of the International Conference on Computer Vision, Seiten 1150–1157, 1999.

[4] Viola, P. und Jones, M.: Rapid Object Detection using a Boosted Cascade of Simple Features. In: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, S. 511–518, 2001

[5] Turk, M. und Pentland, A.: Face Recognition Using Eigenfaces. In: Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, Seiten 586-591, 1991

[6] Uitdenbgerd, A. und Zobel, J.: Melodic Matching Techniques for Large Music Databases, In: Proceedings of the seventh ACM international conference on Multimedia, Seiten 57-66, 1999

[7] Bevan, N. und Curson, I.: Planning and implementing user-centred design, In: Procedings of the Conference on Human Factors in Computing Systems, Seiten 111-112, 1998

[8] Beck, K.: Extreme Programming Explained: Embrace Change, Addison-Wesley, 2000

[9] Wells, D. and others: Extreme Programming: A Gentle Introduction, Abrufbar von: www.extremeprogramming.org/on, 2003

[10] Cockburn, A., Agile Software Development, Addison-Wesley, 2002

[11] Lowe, D.: SIFT Keypoint Detector, Abrufbar von: www.cs.ubc.ca/~lowe/keypoints, 2005

[12] Bay, H., Gool, L., V. und Tuytelaars, T.: SURF: Speeded Up robust Features, Abrufbar von: www.vision.ee.ethz.ch/~surf, 2006

[13] Open Source Computer Vision Library, Abrufbar von: www.intel.com/technology/computing/opencv/index.htm, 2007

[14] Booth, D., Haas, H., McCabe, F., Newcomer, E., Champion, M., Ferris, C. und Orchard, D.: Web Service Architecture, In: W3C Working Group Note, 2004