Fachbereich - Medien
Refine
Year of publication
Document Type
- Announcement (80)
- Conference Proceeding (43)
- Part of a Book (35)
- Article (19)
- Workingpaper / Report (17)
- Bachelor Thesis (7)
- Diploma Thesis (7)
- Patent (7)
- Master's Thesis (5)
- Other (5)
Language
- German (232) (remove)
Keywords
- Amtliche Mitteilungen (80)
- M (61)
- FHD (57)
- Medien (56)
- Prüfungsordnung (52)
- Prüfungsrecht (51)
- Bachelor (46)
- PO2010 (26)
- Medieninformatik (23)
- Änderung (19)
Department/institution
- Fachbereich - Medien (232)
- Hochschulverwaltung (79)
- Digital Learning and Digital Literacy (33)
- Creative Media Production and Entertainment Computing (14)
- Digitale Vernetzung und Informationssicherheit (14)
- Sound and Vibration Engineering (13)
- Intelligente Mensch-Technik-Interaktion (6)
- Fachbereich - Design (5)
- Fachbereich - Wirtschaftswissenschaften (5)
- Fachbereich - Architektur (4)
Einsatz und Anpassung von Methoden der Audio-Feature-Extraktion am Beispiel von Indoor Soundscapes
(2022)
Im häuslichen Umfeld erleben Menschen abhängig von ihrer Wohnsituation unterschiedlichste Geräuschumgebungen (Indoor Soundscapes), die einen hohen Einfluss auf das Wohlbefinden haben. Im Rahmen einer Feldstudie wurde daher die theoretisch und praktisch relevante Frage untersucht, welche Merkmale der wahrgenommenen Geräuschumgebungen als besonders ereignisreich oder angenehm bewertet werden. Einhundertfünf Teilnehmer*innen berichteten nach der Experience-Sampling-Methode zeitgesteuert über auftretende Geräuschumgebungen des häuslichen Alltags. Sie bewerteten deren subjektive Wirkung gemäß Soundscape-Standard. Zudem fertigten sie in-situ Audioaufnahmen der Geräuschszenarien an. Die 6594 Tonaufnahmen wurden einer Audioinhaltsanalyse unterzogen und im Zuge dessen wurden vier Featuresets verschiedener Berechnungsansätze extrahiert. Mithilfe der Perzentilen LASSO-Regularisierung wurden lineare gemischte Modelle für Angenehmheit und Ereignisreichtum sowie drei Multilevel-Modelle für Angenehmheit aufgestellt. Die besten Modelle erklären 9 % der Varianz von Angenehmheit und 27 % der Varianz von Ereignisreichtum durch feste Effekte selektierter Prädiktoren aller getesteten Featuresets. Angenehmheit sinkt vor allem, wenn lautheitsbasierte Features hohe Werte zeigen. Ereignisreichtum ist am stärksten abhängig von kurzen Spitzen des C-bewerteten Schalldruckpegels und wird im Vergleich zu Angenehmheit stärker von Zeitschwankungen der Features bestimmt. Durch den Vergleich der Featuresets wird deutlich, dass die Modelleffekte bekannter psychoakustischer Größen durch Hinzufügen von MFCC-Features verbessert werden. Darüber hinaus wird anhand von Multilevel-Modellen gezeigt, dass die Angenehmheit des lautesten Viertels der Tonaufnahmen deutlich besser durch feste Effekte erklärbar ist als der leisere Rest des Datensatzes. Kongruent mit aktuellen Befragungsstudien kann durch Audiofeatures eine Kategorienabhängigkeit der Soundscape-Bewertungen belegt werden: Musik und Sprache werden als angenehmer bewertet, technische Geräusche und Anlagenrauschen hingegen als unangenehmer. Hoher Ereignisreichtum hängt mit
menschgemachten Geräuschen (z. B. Poltern, Stuhlrücken) zusammen. Diese Ergebnisse stellen eine wichtige Komponente in der umfassenden Beschreibung komplexer Geräuschumgebungen dar und ihnen kommt in Zeiten der SARS-CoV-2-Pandemie, in denen Wohnraum vermehrt heterogen genutzt werden muss, eine erhöhte Bedeutung zu.
Crossmodale Korrespondenzen zwischen auditiven und visuellen Stimuli lassen sich bereits in zahlreichen Laborstudien erkennen. Ob jene Korrespondenzen auch in der Praxis für das Lichtdesign von unter anderem Musik-Veranstaltungen gelten und dabei nicht nur auditive Stimuli mit Farben assoziiert werden, sondern Farben auch einen Einfluss auf die Wahrnehmung der akustischen Eigenschaften und Emotionen der Musik haben, wird dabei in dieser Studie untersucht. Der Versuchsaufbau findet dafür in einer realen Veranstaltungsstätte statt. Proband*innen mussten Fragen zu ihrer Wahrnehmung von unterschiedlichen auditiven und visuellen Eigenschaften, die in unterschiedlichen, möglichst Veranstaltungs-realistischen Stimuli-Szenen präsentiert wurden, beantworten. Hierfür wurden Scheinwerfer eingesetzt sowie auditive Stimuli gewählt, die vom Musikgenre den Live-Veranstaltungen der Veranstaltungsstätte entsprechen. Die Ergebnisse zeigen, dass ein Zusammenhang zwischen akustischen Eigenschaften und Farben existiert und auch die wahrgenommenen Emotionen der Farben durch die Musik beeinflusst werden können. Ebenso zeigen die Ergebnisse, dass die Farben der Ambientebeleuchtung die Emotionen zwar nicht explizit vorgeben oder steuern, sie aber in ihrem Ausdruck intensivieren können. Der Zusammenhang von zur Musik passenden Farben scheint dabei auf den geteilten wahrgenommenen Emotionen zu basieren, eine direkte Verknüpfung von Musik und Farben kann in dieser Studie allerdings nicht ausgeschlossen werden. Crossmodale Korrespondenzen zwischen auditiven und visuellen Stimuli sind demnach auch in realitätsnahen Versuchsaufbauten zu finden. Die Erkenntnisse darüber könnten auch in der Praxis, zum Beispiel bei der Planung und Durchführung von Musik-Veranstaltungen, einen Nutzen haben.
Im Projekt EILD.nrw wurden Open Educational Resources (OER) für die Lehre im Fach Datenbanken entwickelt. Lehrende können die Tools und Kurse in einer Vielzahl von Lernszenarien einsetzen. Studierende der Informatik und Anwendungsfächer lernen den kompletten Lebenszyklus von Datenbanken kennen. Zu diesem Zweck wurden Quizze, interaktive Tools, Lehrvideos und Kurse für Lernmanagementsysteme entwickelt und unter einer Creative Commons-Lizenz veröffentlicht.
Bei einem Verfahren zum Erzeugen eines Trainingsbilds, welches ein zu erkennendes Objekt in einer natürlichen Objektumgebung zeigt, wird das Trainingsbild als synthetisches Bild durch Kombination eines von einer Kamera aufgenommenen Basisbilds und eines Template-Bilds erzeugt, indem mittels eines Shift-Map-Algorithmus ein Strukturmerkmal aus dem Basisbild entfernt und durch ein dem Template-Bild entnommenes Strukturmerkmal ersetzt wird.
Die Erfindung betrifft ein Objektverfolgungsverfahren für ein kamerabasiertes Fahrerassistenzsystem, welches eine in einem eigenen Fahrzeug installierte und in Fahrtrichtung ausgerichtete Kamera zur Aufnahme von Bildern einer in Fahrtrichtung vor dem eigenen Fahrzeug liegenden Fahrzeugumgebung aufweist, mit den Schritten, dass ein ein vorausfahrendes Fahrzeug darstellendes Objekt in einem von der Kamera aufgenommenen Bild detektiert wird und ein Mittelwert und eine Kovarianzmatrix für den aktuellen Zustand des vorausfahrenden Fahrzeugs mittels eines erweiterten Kalman Filters aus der Position und Breite des Objekts in dem Bild geschätzt wird.
Bei einem Verfahren zur Erkennung von Funktionsfehlern eines oder mehrerer Sensoren einer der Überwachung einer Fahrzeugumgebung dienenden Multisensoranordnung (10) eines Fahrzeugassistenzsystems (12) wird auf der Basis von Informationen aus einer für eine vereinheitlichte Erfassung der aktuellen Fahrzeugumgebung durchgeführten Datenfusion der von den Sensoren der Multisensoranordnung (10) erhaltenen Daten wenigstens eine aktuelle Leistungsgröße der Multisensoranordnung (10) ermittelt. Die ermittelte aktuelle Leistungsgröße wird mit einer entsprechenden, für die fehlerfreie Multisensoranordnung (10) erwarteten Leistungsgröße verglichen. Eine Entscheidung darüber, ob ein Funktionsfehler des bzw. der betreffenden Sensoren der Multisensoranordnung (10) vorliegt oder nicht, wird in Abhängigkeit vom Ergebnis des Vergleichs der auf der Basis der Informationen aus der Sensordatenfusion ermittelten aktuellen Leistungsgröße mit der erwarteten Leistungsgröße der Multisensoranordnung (10) getroffen.
Bei einem Verfahren zum Kalibrieren einer Bilderfassungseinrichtung, die an einem Kraftfahrzeug angeordnet ist und in der Lage ist, nacheinander Bilder eines vor dem Kraftfahrzeug befindlichen Verkehrsraums zu erfassen, werden in einem erfassten Bild wenigstens zwei Bildobjekte detektiert, welche in Weltkoordinaten geraden und zueinander im Wesentlichen parallelen Liniensegmenten entsprechen. Anhand der Bildobjekte wird die Position eines Fluchtpunkts in dem erfassten Bild geschätzt und mittels eines Tracking-Verfahrens verfolgt. Dabei wird ein Fehler für die Position des Fluchtpunkts berechnet. Sobald der berechnete Fehler einen vorbestimmten Schwellenwert unterschreitet, wird anhand der zu dem Fehler gehörigen Position des Fluchtpunkts die Bilderfassungseinrichtung kalibriert.
Es wird ein Verfahren zur Erfassung und Bestätigung kritischer Fahrsituationen angegeben, beidem ein insbesondere vor einem Fahrzeug befindliches Objekt mittels mehrerer unabhängiger, dem Fahrzeug zugeordneter Sensoreinheiten überwacht wird, die von den Sensoreinheiten gelieferten Signale jeweils als Sensorsignal in Form einer diskretisierten Wahrscheinlichkeitsdichtefunktion der betreffenden physikalischen Messgröße über ein definiertes Intervall [0, MAX] bereitgestellt werden, die verschiedenen Sensorsignale zu einem einzigen, ebenfalls die Form einer Wahrscheinlichkeitsdichtefunktion der betreffenden Messgröße aufweisenden Endsignal kombiniert werden und mittels eines lernenden Klassifizierers anhand des kombinierten Endsignal eine endgültige Bewertung der aktuellen Fahrsituation vorgenommen wird.
Bei einem Verfahren zum Erkennen und Verfolgen von Fahrspurmarkierungen von einem Kraftfahrzeug aus wird mittels einer Bilderfassungseinrichtung in regelmäßigen Zeitabständen ein Bild eines vor dem Kraftfahrzeug befindlichen Verkehrsraumes erfasst. In dem erfassten Bild werden diejenigen Bildbereiche als erkannte Fahrspurmarkierungen identifiziert, welche ein vorgegebenes Erkennungskriterium erfüllen. Wenigstens eine erkannte Fahrspurmarkierung wird als zu verfolgende Fahrspurmarkierung einem Tracking-Prozess unterzogen. Es wird für jede erkannte Fahrspurmarkierung wenigstens ein Prüfbereich im Bild definiert. Anhand von Intensitätswerten der dem Prüfbereich zugehörigen Bildpunkte wird wenigstens eine Kenngröße ermittelt. In Abhängigkeit von der Kenngröße wird die erkannte Fahrspurmarkierung einer von mehreren Fahrspurmarkierungs-Klassen zugeordnet.
Bei einem Verfahren zur Detektion und Klassifikation von Objekten wie insbesondere Fahrbahnmarkierungen[AB_DE] ausgehend von einem Bild der Umgebung im Sichtbereich einer insbesondere einem Fahrzeug zugeordneten Bildaufnahmeeinrichtung wird für eine anfängliche Detektion von Objektkandidaten eine schnelle Hough-Transformation ausgeführt, bei der zur Bestimmung einer jeweiligen Votierstelle im Hough-Raum die Gradientenrichtung von ermittelten Kantenpunkten herangezogen wird. Zur Klassifikation der Objektkandidaten und zur Akkumulation zusätzlicher Merkmale wird als Hough-Raum ein zusätzliche Ebenen umfassender Raum verwendet.