List of previous theses

Die Gewährleistung einer hochwertigen Benutzererfahrung/Quality of Experience (QoE) in der virtuellen Realität (VR) ist von größter Bedeutung. Insbesondere, wenn man die Auswirkungen von verschiedenen Head Mounted Displays (HMDs) berücksichtigt. Um ein qualitativ hochwertiges und immersives Benutzererlebnis zu bieten, ist es wichtig, Faktoren wie Simulator Sickness zu minimieren und das Gefühl der eigenen Präsenz im virtuellen Raum zu optimieren. Der Einfluss der physikalischen Eigenschaften der HMDs muss ebenfalls berücksichtigt werden, daher ist ein umfassender Ansatz notwendig. Um diese Annahmen zu überprüfen, ist eine gründliche Analyse von QoE, Simulator Sickness und dem Nutzerverhalten (Explorationsverhalten) über mehrere HMDs hinweg, mittels subjektiver Tests mit 24 Teilnehmern durchgeführt wurden. Die drei HMDs Varjo XR-3, HTC Vive Pro Eye und Pimax 8K wurden in dieser Masterarbeit eingesetzt. Es wurden die Videoqualität, die eigene Präsenz und Angaben zu den Symptomen der Simulator Sickness erfasst. Zur Untersuchung des Einflusses der HMDs auf das Explorationsverhalten, wurden auch Kopfrotationsdaten aufgezeichnet. Die Ergebnisse zeigen, dass die Variationen der Videoqualität und des Präsenzgefühls vor allem bei HTC Vive Pro Eye und Varjo XR-3 durch die Bitrate beeinflusst wurden. Darüber hinaus wurde das Explorationsverhalten signifikant von physischen Attributen wie dem Gewicht und der Ergonomie des HMD beeinflusst. Es konnten Schlüsselfaktoren identifiziert werden, die sich auf die Benutzererfahrung bei der Bewertung verschiedener HMDs auswirken. Diese schließen Videoqualität, Präsenzgefühl und Simulatorkrankheit ein. Physikalische Eigenschaften beeinflussen auch das Nutzerverhalten. Diese Ergebnisse können als Leitfaden für die Verbesserung der QoE bei verschiedenen Head Mounted Displays dienen.

Diese Arbeit beschäftigt sich mit dem Zusammenhang zwischen High Frame Rate (HFR) und der wahrgenommenen Videoqualität. HFR bedeutet eine Verdoppelung der Bildwiederholrate, beispielsweise von 24 Bildern pro Sekunde (Frames per second, fps) auf 48 fps. Dabei spielt HFR nicht nur technisch eine wichtige Rolle, da es die Lösung für auftretende Bewegungsartefakte wie großflächiges Flimmern, Bewegungsunschärfe oder Verwackeln im Video sein könnte, sondern ermöglicht auch eine flüssigere Wiedergabe von Bewegungen oder Animationen. Mit steigender Auflösung nehmen auch die Bewegungsartefakte zu, so dass es immer schwieriger wird, diese zu beseitigen. HFR ist in der Videowiedergabe bisher jedoch nicht stark verbreitet, da Filme nach wie vor mit 24 Bildern pro Sekunde und Fernsehprogramme mit 60 Bildern pro Sekunde wiedergegeben werden. Obwohl die Technologie es ermöglicht, Filme in HFR zu zeigen, wie z.B. Avatar 2: The Way of Water Ende 2022, gibt es kaum Filme, die in HFR produziert werden. Dies wirft die Frage auf, ob Menschen den Unterschied in der Framerate überhaupt wahrnehmen können und ob eine Erhöhung der Framerate gleichzeitig zu einer höheren Videoqualität führt. In dieser Arbeit wird ein subjektiver Test zur Beurteilung der Videoqualität durchgeführt, der diese Fragen beantworten soll und auch zur Klärung der Forschungsfrage dient, ob HFR zu einer signifikanten Qualitätsverbesserung führt. Für diesen Test wird ein Videodatensatz zusammengestellt, der von mehreren Testteilnehmern bewertet und anschließend in Form von Diagrammen und einem Videoqualitätsmodell ausgewertet wird. Das Qualitätsmodell zeigt eine starke Korrelation zwischen den vorhergesagten Daten und den tatsächlichen Bewertungen. Somit kann das entwickelte Modell zur Vorhersage der Videoqualität verwendet werden.

Bereits heute werden täglich 170g CO2-Äquivalente pro Einwohner in Deutschland für Videostreaming emittiert. Bei einem steigenden Datenverkehr im Internet und immer größer werdenden Popularität von Video-on-Demand Plattformen mit UHD-Inhalten, wird dieser Wert auch in Zukunft steigen. Ein steigender Energieverbrauch besitzt eine hohe Relevanz, da er sowohl negative Folgen für die Umwelt, als auch steigende Stromkosten mit sich bringt. In der Arbeit wurde der Stromverbrauch von DASH-basiertem Videostreaming für die Seite des Clients untersucht. Dabei wurde ein Fokus auf Faktoren gelegt, die den Stromverbrauch beeinflussen, wie z.B. die Videoauflösung, Bildwiederholrate, Videobitrate oder der verwendete Videocodec. Mit einer smarten Steckdose wurden für ein Laptop und einen Desktop-PC mit zwei unterschiedlichen Hardwarekonfigurationen die Stromverbräuche automatisiert gemessen. Dafür wurden von jedem Video für die ersten zehn Sekunden der Stromverbrauch erfasst und jede halbe Sekunde abgefragt. Insgesamt umfassten die Messungen für alle Endgeräte 350 Repräsentationen mit jeweils vier Videoparametern. In Abhängigkeit der jeweiligen Endgeräte und Videoparameter wurden die Messwerte evaluiert. Hierzu wurde festgestellt, dass der Stromverbrauch vom Endgerät abhängig ist und maßgeblich von der Unterstützung für Hardwaredecodierung für bestimmte Videocodecs beeinflusst wird. So konnten für Durchschnittswerte ein Unterschied von 37 % im Stromverbrauch zwischen Hardware- und Softwaredecodierung ausgemacht werden. Auch bei hardwaredecodierten Videos wurden Differenzen von bis zu 7,3 % im Verbrauch zwischen den Videocodecs erfasst. Durch eine richtige Wahl von Videoparametern, angepasst auf das Endgerät, können so mögliche Stromsparpotentiale durchgesetzt werden.

Medizinische Bilder, die es medizinischen Fachleuten ermöglichen, in den menschlichen Körper zu sehen und Anomalien zu erkennen, sind für die Diagnose und Behandlung zahlreicher Erkrankungen von wesentlicher Bedeutung. Diese Masterarbeit befasst sich mit der Bedeutung der medizinischen Bildgebung und geht gleichzeitig auf die Herausforderung der großen Dateigrößen ein, die mit medizinischen Bildern verbunden sind. Sie zielt darauf ab, die Effektivität von JPEG XS bei der Komprimierung medizinischer Bilder zu bewerten, wobei die visuelle Qualität beibehalten und die Dateigrößen reduziert werden. Die Studie führt eine detaillierte vergleichende Analyse von JPEG XS mit anderen Komprimierungsstandards wie JPEG 2000, HEVC und AV1 durch und berücksichtigt dabei Komprimierungseffizienz, Codec- Komplexität und visuelle Wiedergabetreue in der medizinischen Bildgebung. Fortgeschrittene Bewertungsmethoden, einschließlich des AIC-2 Flicker-Tests, werden eingesetzt, um den visuell verlustfreien Schwellenwert zu bestimmen, der für die Erhaltung diagnostisch wichtiger Details unerlässlich ist. Darüber hinaus wird in der Studie das Potenzial von Crowd-Sourcing für die Bewertung der visuellen Qualität der medizinischen Bildkompression untersucht. Die Ergebnisse zeigen, dass AV1 andere Codecs in objektiven Metriken durchweg übertrifft, was seine Effizienz bei der Kompression unterstreicht. JPEG 2000 und HEVC schneiden ebenfalls gut ab, während JPEG XS bei niedrigeren Bitraten ins Hintertreffen gerät. Die Analyse der Kodierungszeiten zeigt, dass JPEG XS über verschiedene Komprimierungsstufen hinweg eine schnelle und konsistente Geschwindigkeit beibehält, wodurch es sich für medizinische Bildgebungsgeräte mit geringer Komplexität eignet. Subjektive Bewertungen in Labor- und Crowd-Sourcing-Tests zeigen unterschiedliche Anteile richtiger Bewertungen unter den Teilnehmern, und die Studie schlägt Methoden zur Erkennung von Ausreißern vor, um die Zuverlässigkeit der Bewertung zu erhöhen. Die Studie stellt eine starke Korrelation zwischen Labor- und Crowd-Sourcing-Bewertungen sowie zwischen subjektiven Bewertungen und objektiven Messwerten fest und bestätigt damit die Fähigkeit der letzteren, die menschliche Wahrnehmung der Bildqualität vorherzusagen. Es werden die visuell verlustfreien Schwellenwerte für verschiedene Codecs ermittelt, die wichtige Informationen für Diagnosezwecke liefern. Zusammenfassend bietet die Studie umfassende Einblicke in die Bewertung der medizinischen Bildkompression, die sowohl objektive als auch subjektive Beurteilungen umfasst, mit bedeutenden Auswirkungen auf die visuell verlustfreie Kompression in medizinischen Bildgebungsanwendungen.

Im Bereich der Virtuellen Realität (VR) gewinnt das Verständnis der Nutzerwahrnehmung von 360˚-Videoqualität erhebliche Bedeutung. Quantitative Messungen allein können die detaillierten Aspekte des immersiven Medienkonsums nicht vollständig erfassen, was Dimensionen umfasst, die über konventionelle numerische Bewertungen hinausgehen. Faktoren wie das Gefühl der Präsenz und die potenzielle Möglichkeit eines Videos, Simulator sickness zu induzieren, erfordern einen Ansatz, der über die technische Methodik hinausgeht. Die Auswirkungen individueller Video-Parameter und das Hinzufügen von räumlichem Audio wie 4th-Order Ambisonics (4OA)-Audio auf die Wahrnehmung der 360˚-Videoqualität durch die Benutzer müssen untersucht werden, um zukünftige Forschung zu unterstützen und ansprechendere und immersivere Inhalte zu produzieren. Um das Problem in dieser Masterarbeit anzugehen, wurden subjektive Tests an einer Gruppe von 26 Teilnehmern durchgeführt. Die Bewertungen für die Videoqualität, die Präsenz und die Simulator sickness für verschiedene Versionen von 360˚-Videos zu sammeln, die auf einem Head Mounted Display (HMD) angesehen wurden. Zusätzlich wurden ihre Kopfrotationsdaten gesammelt, um die Unterschiede im Erkundungsverhalten durch die Änderung von Videoparametern oder der Audio-Modalität zu untersuchen. Es ergaben sich signifikante Einflüsse von 4OA-Audio auf die Wahrnehmung der Videoqualität und der Präsenz, wobei deren Sensibilität für Bitratenänderungen hervorgehoben wurde. Die Probanden konnten zwischen Bitraten mit und ohne 4OA-Audio unterscheiden. Darüber hinaus wirkte sich das Vorhandensein von 4OA-Audio positiv auf das Erkundungsverhalten aus, während die Werte für die Simulator sickness eine wahrnehmbare Korrelation mit dem Vorhandensein von 4OA-Audio aufwiesen. Insgesamt betonen die Ergebnisse die komplexe Wechselwirkung zwischen Audio, visueller Qualität, Präsenz und Erkundungsverhalten in immersiven 360˚-Videoerlebnissen. Diese Erkenntnisse liefern wertvolle Einblicke zur Verbesserung des Designs und der Präsentation von 360˚-Videos und führen zu einer verbesserten Nutzererfahrung sowie einem besseren Verständnis der Einflussfaktoren auf die Wahrnehmung der in virtuellen Umgebungen.

Im Rahmen einer dieser Arbeit vorausgegangenen Masterarbeit wurde begonnen ein virtuelles Studio für HD- Und 4K-Anwendungen zu entwickeln. Darauf wird nun aufgebaut. Das Hauptaugenmerk liegt dabei auf dem Kameratracking. Dieses soll für das Optitrack-System genauso umgesetzt werden wir für den HTC Vive Tracker. Ziel ist es außerdem mit Hilfe von Genauigkeitsmessung und Videoverzögerung herauszufinden, ob unter bestimmten Bedingungen der deutliche preiswertere Gaming-Tracker genauso geeignet sein könnte, wie das wesentlich teurere, professionelle Trackingsystem. Rein nach den gemessenen Werten betrachtet, erzielt der Vive Tracker im Punkt Genauigkeit bessere Ergebnisse. Diese höhere Genauigkeit geht allerdings mit einer hohen Verzögerung einher.

Das Ziel dieser Arbeit ist es, den Einfluss des „Motion Capture“ und „Facial Animation“ auf die Akzeptanz eines mittels Metahumans dargestellten Menschen in einem szenischen Kontext während einer Liveinteraktion zu ergründen und herauszufinden welche emotionalen Eindrücke dabei die Akzeptanz beeinflussen. Um dies zu beantworten wurde ein Laborexperiment durchgeführt, bei welchem den Probanden 3 interaktive Szenen vorgespielt wurden in welchen sie mit einem Schauspieler, welcher durch einen Avatar, Metahuman, repräsentiert wurde verbal interagieren sollten, dabei wurde die Akzeptanz über die Godspeed Indizes und durch Selbsteinschätzung der Probanden ermittelt. Die Emotionale Wahrnehmung wurde dabei mit einer Abfrage des Probanden anhand der 8 Basisemotionen erfasst. Dabei stellte sich heraus, dass „Motion Capture“ einen großen Einfluss auf die Akzeptanz von Metahumans während einer Liveinteraktion hat. Der Einfluss auf die Akzeptanz durch das Facial Animation ist dabei hoch. Der Einfluss auf die Akzeptanz durch den szenischen Kontext ist im Sinne eines Umgebungsbewusstseins des Charakters hoch, im Sinne der bloßen Kulisse lässt sich die Akzeptanz jedoch nicht zusätzlich steigern, lediglich negative Effekte absenken. Es konnte festgestellt werden, dass in diesem Versuch die Stimme den größten Einfluss ausgemacht hat. Ein Einfluss der ausgespielten Emotionen auf die Akzeptanz konnte weder bestätigt, noch wiederlegt werden. Weiterführende Forschungen in diesem Bereich könnte die Ermittlung der Akzeptanz während einer Interaktion mit einer Künstlichen Intelligenz über einen ähnlichen Avatar sein.

Die Einbindung von User-generated Content (UGC) in die professionelle Broadcastumgebung erweitert die Möglichkeiten der schnellen Berichterstattung in Kombination mit einem geringen Kosten- und Equipmentaufwand. Neben der Integration in Nachrichtensendungen ermöglicht UGC die Beteiligung von Zuschauern und Reportern in weiteren Fernsehformaten in Echtzeit mithilfe von spezifischen Streaminganwendungen über Mobilgeräte. Diese Anwendungen basieren auf Streamingprotokollen, die eine sichere Übertragung über das Internet ohne sichtbare Qualitätsverlust aufgrund von Netzwerkfluktationen gewährleisten sollen. In dieser Arbeit wurden zwei dieser Anwendungen, Larix Broadcaster sowie vMix Call, mit ihren integrierten Protokollen, SRT und WebRTC, hinsichtlich ihrer Videoqualität und der Optimierung dieser untersucht. Das Ziel ist die Entwicklung eines Leitfadens für den Einsatz im professionellen Broadcastbereich. Für die Untersuchung wurden Parameter der Anwendungen variiert, die über die Streamingprotokolle Einfluss auf die Videoqualität nehmen. Zu diesen zählen Einstellungen bezüglich der Bitrate, des Videocodecs, der Latenz sowie der Auflösung der verwendeten Videosequenzen. Die Auswertung der aufgenommenen Videos hinsichtlich der Videoqualität erfolgte über die Messsoftwares Sentry und Aurora von Telestream, die Evaluierung mit dem Naturalness Image Quality Evaluator (NIQE) sowie einen Probandentest nach dem Mean Opinion Score (MOS). Die Ergebnisse für Larix Broadcaster weisen darauf hin, dass unter der Verwendung des High Efficiency Video Codec die höchste Videoqualität erreicht werden kann. Im Bezug auf diesen zeigen Videos, die mit einer geringen Bitrate von 0.1 und 1.5\,Mbps encodiert wurden, eine hohe Natürlichkeit hinsichtlich NIQE sowie eine hohe Quality of Experience nach Sentry. Des Weiteren ist die Qualität bei einer tendenziell großen Latenz von 120 und 250\,ms, die der Paket-Buffergröße am SRT-Encoder entspricht, sowohl nach den objektiven Metriken als auch nach dem MOS am höchsten. Die Betrachtung der Videoauflösung zeigt keine Wertetendenz nach den Messungen von Sentry, neigt jedoch nach MOS zu dem Maximum von 1080p. Für vMix Call ergibt sich durchschnittlich die beste Videoqualität nach Aurora und NIQE bei einer Peer-to-Peer Verbindung im Low Latency Modus mit einer Encodierungsbitrate von 2,000 und 4,000\,kbps.

Die Intensivierung der landwirtschaftlichen Praktiken im letzten Jahrhundert ist ein Grund, weshalb sich die Struktur und die Zusammensetzung der Pflanzen- und Tiergemeinschaften verändert hat. Durch den Einsatz von Insektiziden und den vermehrten Anbau von Monokulturen kann eine veränderte Verteilung in den Populationsgrößen von Kleinsäugern festgestellt werden. Die Überwachung der Populationsgrößen erfolgt meist durch das Aufstellen von Fallen und das anschließende Auswerten der Erkenntnisse, welche durch und über die gefangenen Tiere erlangt werden konnten. Basierend auf den erhobenen Daten über die ungefähre Größe der Reviere der Tiere, kann eine Hochrechnung für die Populationsgröße erstellt werden. Unter den Tieren, die mit Hilfe von geschlossenen Fallen gefangen werden, befinden sich einige Arten, die nur wenige Stunden in einer solchen Falle überleben können. Diese Umstände ergeben eine aufwendige Überwachungsarbeit der Fallen. Um den Aufwand der Forscher zu minimieren und eine Stressreduzierung für die Tiere zu gewährleisten, wurden in dieser Arbeit offene Fotofallen entwickelt, die den Tieren erlauben die Falle zu betreten und anschließend selbstständig wieder zu verlassen. Ziel dieser Arbeit war es ein Verfahren zu entwickeln, welches eine automatisierte Artenbestimmung mittels eines „Convolutional Neural Network“ (CNN) durchführt. Somit wird der Aufwand, den Forscher zum Sichten der Bilder erbringen müssen verringert. In dieser Arbeit wurde ein Vergleich verschiedener CNNs durchgeführt, welche mittels „Transfer Learning“ (TL) darauf trainiert wurden, die Bilder einer von vier Klassen zuzuordnen. Dabei spiegeln drei der vier Klassen je einen Kleinsäuger-Genus wider, während die vierte Klasse aussagt, dass sich kein Tier auf dem Bild befindet. Der Vergleich der Netze hat ergeben, dass sich die Nutzung der sogenannten „Mobile Networks“, welche für die Anwendung auf mobilen Endgeräten optimiert wurden, nicht für diese TL-Aufgabe eignen. Als beste Netzstruktur stellten sich die „VGG“-Netze aus der Arbeit von Simonyan und Zisserman heraus. Die Netze wurden alle auf eigens entwickelten Datensätzen getestet und anhand der Metriken: „Loss“, „Accuracy“ und dem „Macro F1-Score“ ausgewertet. Die Klassifizierung netzfremder Bilder aus den gleichen Fallen konnte ebenfalls erfolgreich durchgeführt werden.

In dieser Arbeit wird eine LCEVC-ähnliche Pipeline entwickelt, bei der ein unkomprimiertes Quellvideo kodiert wird, um verschiedene Videoformate wie herunterskalierte Videos, grundkodierte Videos, hochskalierte Videos und Residuen zu erzeugen, um eine endgültige verbesserte dekodierte Ausgabe zu berechnen, die im Vergleich zum unkomprimierten Quellvideo stark komprimiert ist und zusätzlich die Qualitäten des ursprünglichen Quellvideos ohne großen Informationsverlust beibehält und verbessert. Der Upscaling-/Downscaling-Faktor wird mit n angegeben, und in dieser Arbeit wurden drei verschiedene Werte für n verwendet: n = 2, 4 und 8. Die für diese Arbeit verwendeten Basis-Encoder sind libx264, libx265 und vp9. Für die Bewertung der Videoqualität wurde die objektive Metrik Video Multimethod Assessment Fusion (VMAF) verwendet. Für die Ergebnisse wurde ein Vergleich der Dateigröße zwischen den verschiedenen Videoformaten durchgeführt und auch ein VMAF-Vergleich zwischen den basiscodierten und den verbesserten decodierten Videos wurde berechnet. Die höchsten VMAF-Werte für alle drei Basis-Encoder wurden für n = 2 ermittelt. Daraus lässt sich schließen, dass das in dieser Arbeit verwendete Systemdesign die Ausgabe mit zunehmendem Downscaling-Faktor verbessert. Die Verbesserung hängt auch vom Inhalt des Videos in Bezug auf die räumliche und zeitliche Information ab. Darüber hinaus spielt auch der Einfluss des verwendeten Encoders eine wichtige Rolle bei der Verbesserung des Videos. In dieser Arbeit werden Werkzeuge wie FFMPEG und VMAF verwendet.

Eine individuelle Anpassung der Bildschärfe innerhalb eines Kamerasystems ist bei hochauflösenden Bildern nur schwer zu erreichen. Durch den Einsatz digitaler Filter im Ortsbereich soll in dieser Arbeit eine gleichbleibend starke und individuell anpassbare Manipulation der Bildschärfe bei steigenden Sensorauflösungen gewährleistet werden, ohne dass mehr Ressourcen im FPGA der Kamera benötigt werden. Dazu soll zunächst das Auftreten visueller Unterschiede bei der Filterung verschieden aufgelöster Bilder mit demselben Filterkern technisch erklärt werden. Darauf aufbauend werden Methoden entwickelt, die dazu dienen bei der Filterung im FPGA Ressourcen zu sparen, um damit eine breitere Pixelumgebung beeinflussen zu können und so gleichbleibend starke Effekte bei steigender Sensorauflösung zu gewährleisten. Mit dem ersten Ansatz wird eine Ersparnis im Linebuffer des FPGAs erreicht, indem benachbarte Bildzeilen zusammengeführt werden, was in dieser Arbeit als HDF bezeichnet wird. Die zweite Methode basiert auf der Reduzierung der Bittiefe bestimmter Pixel im Filterprozess. Um die Performance dieser vorgestellten Methoden zu bewerten, werden sowohl eine subjektive Qualitätsbewertung durch Experten als auch eine objektive Bewertung mithilfe von Bildqualitätsmetriken durchgeführt. Obwohl die Qualitätsunterschiede zwischen dem ursprünglichen Ansatz und den neu entwickelten Methoden bei der getesteten Auflösung von 4k noch relativ gering sind, ermöglichen sie es bei einer weiter steigenden Auflösung eine gleichbleibende Flexibilität bei der Filterung, ohne die theoretisch benötigte höhere Menge an Ressourcen zu verwenden.

Eine der Herausforderungen für Automobilhersteller und Hersteller von Car-Audio-Systemen ist die Entwicklung von Car-Audio-Systemen, die den wachsenden Bedarf an immersiven Unterhaltungserlebnissen für den mobilen Konsum von Multimedia-Formaten wie Dolby Atmos erfüllen. In dieser Arbeit wird versucht, Up-Firing-Technologien für einen Car-Audio-Anwendungsfall zu adaptieren, der solche immersiven Audioerlebnisse ohne Verwendung von Deckenlautsprechern ermöglicht. Eine 5.1.4 Lautsprecherkonfiguration mit Up-Firing-Lautsprechern wurde entwickelt und mittels objektiver und subjektiver Bewertungsmethoden mit Stereo, 5.1 und einer 5.1.4-Referenzkonfiguration mit Deckenlautsprechern verglichen. Objektive Bewertungsmethoden wie der Pearson-Korrelationskoeffizient (PCC) und die Perceptual Evaluation of Audio Quality (PEAQ) konnten minimal zwischen den spektralen, nicht aber den räumlichen Merkmalen verschiedener Lautsprecherkonfigurationen unterscheiden. Die Schätzung der Einfallsrichtung half dabei, die räumlichen Ähnlichkeiten zwischen der 5.1.4-Referenzkonfiguration mit Deckenlautsprechern und der vorgeschlagenen Up-Firing 5.1.4- Konfiguration zu ermitteln und zeigte die Grenzen der Lautsprecheraufstellung für Up-Firing-Lautsprecherchassis auf. Die subjektiven Bewertungstests ergaben eine klare Präferenz der Hörer für die 5.1-Lautsprecherkonfiguration, die in "Multiple Stimulus with Hidden Reference and Anchor (MUSHRA)"-Tests etwa 7 Punkte höher bewertet wurde als die 5.1.4-Lautsprecherkonfiguration mit Up-Firing. Allerdings erwies sich diese als deutlich besser als die Stereokonfiguration mit einer MUSHRA-Bewertungsdifferenz von etwa 14 Punkten. Diese Bevorzugung könnte auf mehrere Faktoren zurückzuführen sein, einschließlich, aber nicht beschränkt auf die Abstimmung des Fahrzeuginnenraums, den Zielfrequenzgang der Up-Firing 5.1.4-Lautsprecherkonfiguration, sowie auf die Klangfarbe der Up-Firing Lautsprecher selbst. Diese subjektiven Testergebnisse unterstützen die objektiven Ergebnisse, die darauf hinweisen, dass die vorgeschlagene Up-Firing 5.1.4-Lautsprecherkonfiguration einen weniger ausgeprägten Höheneindruck vermittelt als die 5.1.4-Referenzkonfiguration mit Deckenlautsprechern. Die nahe beieinander liegenden MUSHRA-Bewertungen der Up-Firing 5.1.4 Lautsprecherkonfiguration und der 5.1 Konfiguration bieten eine vielversprechende Grundlage für die Erforschung einer Alternative für den Einsatz von Deckenlautsprechern. Die wichtigste Anwendung einer solchen Lautsprecherkonfiguration ist für Unterhaltungszwecke, z.B. um auch den Insassen von Autos mit niedriger Deckenhöhe/Sonnendach, die keine dedizierte Deckenlautsprecher besitzen, die Möglichkeit zu geben, unterwegs ein virtuelles Konzert zu erleben. Weitere Verbesserungen der Up-Firing Lautsprecherkonfiguration könnten Anwendungen für Gefahren- oder Kollisionswarnungen, Einparkhilfen und Freisprecheinrichtungen für Mobiltelefongespräche, bei denen der Ton aus unterschiedlichen Bereichen des Fahrzeugs kommen soll, ermöglichen.

Haptische Rückmeldung und Verkörperung sind ein aktiv erforschter Bereich in der virtuellen Realität (VR). Ein VR-System, das es dem Benutzer ermöglicht, mit virtuellen Objekten so zu interagieren, als ob sie real wären, ist äußerst wünschenswert. Die massive Entwicklung der VR-Industrie hat zu einer Beschleunigung der Entwicklung der haptischen Handschuhtechnologie sowie der Selbstdarstellung des Nutzers in VR durch digitale Avatare geführt. Es gibt jedoch nur wenige Forschungsstudien, die den Einsatz von haptischen Handschuhen in Verbindung mit der Verkörperung in einer virtuellen Umgebung (VE) untersucht haben. Die Bedeutung dieser Forschung liegt darin, besser zu verstehen, wie haptisches Feedback und 3D-Avatarisierung die Benutzererfahrung beeinflussen. Das Hauptziel dieser Studie ist die Entwicklung eines Proof-of-Concept (POC) für eine immersive virtuelle Umgebung (IVE). Durch den Einsatz von Geräten mit haptischem Feedback und Embodiment wird die POC IVE zur Untersuchung von Forschungsfragen zu Präsenz und Immersion eingesetzt. Für das haptische Feedback wurde das SenseGloves Development Kit 1 (DK1) verwendet. Der SenseGloves DK1 ist eine gelenkige Exoskelett-Struktur mit kinästhetischem und vibrotaktilem Feedback. Außerdem wurden in diesem Projekt HTC Vive-Tracker verwendet, um den Körper des Benutzers zu verfolgen. In Unity 3D wurde die Ganzkörperbewegung in der virtuellen Realität mit Hilfe eines 3-Punkt-Trackingsystems, inverser Kinematik und Animationsrigging rekonstruiert. Subjektive Tests wurden von drei VR-Fachleuten durchgeführt, um einen Einblick in die oben gestellten Studienfragen zu erhalten und die Präsenz und Immersion in der virtuellen Realität einzuschätzen. Zwei Testfälle wurden als POC entwickelt. Im ersten Testfall wurde eine Demo für VR-Telekonferenzen entwickelt. Es gab drei verschiedene Szenarien. Die Szenarien enthielten unterschiedliche Einstellungen für haptisches Feedback und Verkörperung. In jedem Szenario musste der Benutzer eine Aufgabe lösen, gefolgt von einem Fragebogen. Im zweiten Testfall wurde eine virtuelle Inbetriebnahme-Demo entwickelt. Sie enthielt ebenfalls drei Szenarien für haptisches Feedback und Verkörperung. In jedem Szenario müssen Aufgaben erledigt und anschließend ein Fragebogen ausgefüllt werden. Schließlich werden die Daten in Gruppen aufgeteilt und mit einfachen Verfahren wie Mittelwert, Standardabweichung, Spearman-Korrelation, ANOVA und t-Test ausgewertet. Die Schlussfolgerungen bestätigten mehrere Ergebnisse früherer Studien über den Einfluss von Haptik und Verkörperung auf die Benutzerqualität und -leistung in VR. Schließlich zeigten die Ergebnisse auch die Bedeutung der Haptik und die Vorteile der Verkörperung für kleine Aufgaben, die in virtuellen Telekonferenzen durchgeführt werden, und die Herausforderung, Aufgaben zu bewältigen, wie zum Beispiel bei der virtuellen Inbetriebnahme.

Volumetrisches Video (VV) ermöglicht es Zuschauern, hochrealistische 3D-Inhalte mit sechs Freiheitsgraden (6DoF) in Mixed Reality (MR) Umgebungen zu erleben. Das Rendern von volumetrischen Inhalten erfordert viel Rechenleistung, was besonders für mobile Geräte eine Herausforderung darstellt. Um dies zu entschärfen, wird oft das Auslagern des Renderings auf einen Cloud-Server als Lösung gesehen. In solchen Systemen rendert der Cloud-Server eine 2D-Ansicht des volumetrischen Inhalts und streamt ein 2D-Video an den Client (z.B. ein mobiles Gerät). Diese Lösung erhöht jedoch die Motion-to-Photon-Latenz (M2P) aufgrund der zusätzlichen Netzwerk- und Verarbeitungsverzögerungen. Die M2P-Latenz verursacht eine Fehlregistrierung zwischen virtuellen volumetrischen Objekten und der realen Welt. Obwohl verschiedene Techniken zur Minimierung der wahrgenommenen M2P-Latenz vorgeschlagen wurden, sind Techniken zur Messung und Bestimmung der Wahrnehmungsschwellen des Benutzers nicht weit erforscht. Daher wird in dieser Arbeit ein subjektives Testexperiment entworfen, das darauf abzielt, Schwellenwerte für die Latenzerkennung für statische volumetrische Objekte zu finden, die mit einem MR-Headset präsentiert werden. Zu diesem Zweck wird eine Methode entwickelt, um volumetrischen Objekten eine künstliche Latenz hinzuzufügen, es werden psychometrische Methoden zur Bestimmung von Wahrnehmungsschwellen der Latenz untersucht, und es wird eine Testumgebung zur Durchführung subjektiver Tests entwickelt. Für acht Probanden werden unter bestimmten Bedingungen Latenzschwellen gemessen. Die Ergebnisse für die Latenzdiskriminierung werden anhand des Point of Subjective Equality (PSE) und der Just Noticeable Difference (JND) berichtet, die aus den angepassten psychometrischen Funktionen jedes Benutzers extrahiert wurden. Die gefundenen mittleren JND und PSE betragen 16,1 ms bzw. 58,1 ms. Aus diesen Ergebnissen kann gefolgert werden, dass die JND für die Latenzunterscheidung durch trainierte Probanden im Durchschnitt ˜16 ms oder weniger beträgt, unabhängig von der Komplexität des Inhalts. Diese Werte beinhalten nicht die Grundlinienlatenz des Systems. Die Tests wurden unter bestimmten Bedingungen durchgeführt, und die Ergebnisse gelten möglicherweise nicht für alle MR-Bedingungen. Dennoch sind diese Ergebnisse ein Schritt, der es Wissenschaftlern und Ingenieuren ermöglicht, die Latenzanforderungen für die Übertragung von volumetrischem Video, das auf einem Remote-/Cloud-Server gerendert wird, zu bestimmen.

Diese Bachelorarbeit befasst sich mit der Entwicklung eines Prototyps einer anpassbaren immersiven virtuellen Umgebung (engl.: immersive virtual environment, kurz IVE) zum Zweck von Telekonferenzen mit VR-Technologie. Das allgemeine Ziel ist eine neue und innovative Benutzererfahrung zu bieten, indem der Nutzer vollständig in eine virtuelle Umgebung eintaucht und dabei die Möglichkeit hat, diese nach Empfinden anzupassen. Außerdem soll der virtuelle Raum idealerweise als virtueller Arbeitsraum genutzt werden können. Auf Basis einer Literaturrecherche wurde ein Einblick in Anwendungsmöglichkeiten der VR-Technologie gegeben. Daraufhin wurde analysiert, welche Technologien zur Implementierung einer immersiven virtuellen Umgebung erforderlich sind. Anhand einer detaillierten Untersuchung über immersive virtuelle Umgebungen wurde festgehalten, wie ein Prototyp einer IVE für VR-Telekonferenz aussehen soll und welche Anforderungen es für die Entwicklung gibt. Darüber hinaus wurde die Entwicklung der IVE durchgeführt und es auf einem HTC Vive Pro-System sowie auf einem Varjo VR-1-HMD ausführen können. Des Weiteren wurde im Rahmen dieser Arbeit entwickelte Prototyp der IVE durch einen kleinen informellen Test mit lediglich einem Teilnehmer bewertet.

Der zunehmende Einsatz von neuen Technologien wie Ultra-High Definition und / oder dem erweiterten Farbraum Rec. 2020 bzw. eines größeren Dynamikumfangs (HDR) bietet viele Möglichkeiten und stellt gleichzeitig etliche neue Herausforderungen an Live-TV-Produktionen. Für eine effiziente Parallelproduktion von Standard-HD und HD/UHD mit eben diesen neuen Technologien ist eine ädequate Echtzeit-Konvertierung entscheidend für die Bildqualität. Daher soll diese Arbeit zunächst die Wahrnehmung von Bildqualität, die neuen Technologiestandards und verschiedene Live-Produktions-Workflows erörtern, um darauf aufbauend anhand von praktischen Beispielen den tatsächlichen Bedarf zu untersuchen. Anschließend werden vier Geräte, die diese Live-Workflows ermöglichen, analysiert und umfassend getestet. Dazu dient hauptsächlich ein umfangreicher subjektiver Test nach ITU-R BT.500-14 mit 32 Teilnehmern ergänzt von weiteren Metriken. Letztlich werden die kombinierten Ergebnisse aus diesem Test dargestellt und diskutiert.

Das Radio ist ein weit verbreitetes Unterhaltungsmedium. Die mobile Anwendung im Automobil stellt die Entwickler vor größere Herausforderungen als bei einem stationären Hausradio. Sogenannte "Radio-Tuner" können mehrere Quellen für einen stetigen Empfang eines Senders verwenden. Das Hybridradio nutzt hierfür analoges FM, digitales DAB und Onlineradio. Der nahtlose Übergang, auch "Seamless Linking" genannt, zwischen zwei Quellen ist aufgrund zeitlicher Verzögerung die größte Herausforderung in der Entwicklung. Es erfordert ein umfangreiches und zeitintensives Testverfahren. Zur Automatisierung des aktuellen Testverfahrens wird in dieser Arbeit ein Konzept zur Detektion von hörbaren Übergängen entwickelt und algorithmisch umgesetzt. Der Algorithmus benötigt zusätzlich zu dem Ausgangssignal des zu testenden Hybridradio-Tuners ein Referenzsignal. Über einen Ausschnitt dieser Signale wird eine Kreuzkorrelation zur Berechnung des Delays zwischen den beiden Signalen durchgeführt. Durch stetiges Ausführen dieses Prozesses wird ein Delay-Verlauf aufgezeichnet. Über diesen Verlauf lassen sich Synchronierungs- und Timescaling-Fehler feststellen. Des Weiteren wird die Lautheit vor und nach dem Linking gemessen. Wenn die Differenz zwischen den beiden Pegeln zu groß ist, liegt ebenfalls ein Non-Seamless Linking vor. Zudem wird das Linking auf Mutes überpüft, denn ein Mute nach dem Linking stellt auch ein Fehlermerkmal dar. Wenn keiner dieser Fehler detektierbar ist, ist anzunehmen, dass das Linking seamless ist.

Durch technische Fortschritte ist es seit den letzten Jahren möglich geworden, dass Bild- und Videoinhalte in hochwertiger Qualität auf Geräten wiedergegeben werden können. Dieser Qualitätsanstieg beinhaltet neben größeren Pixelauflösungen auch höhere Bildwiederholraten. Für Inhalte, deren technische Eigenschaften schlechter als die aktuellen Standards sind, bedarf es jedoch Prozesse einer nachträglichen Signalverarbeitung und der damit verbundenen, Interpolation von Pixeln oder Zwischenbildern. Neben der erhöhten Wiedergabequalität können diese Prozesse auch für automatisierte Anwendungen in der Industrie oder allgemein für eine bessere, menschliche Perzeption dienen. In dieser Arbeit wurden daher Methoden zur Qualitätsverbesserung, speziell Upscaling und Frameinterpolation diskutiert. Der Hauptteil beschäftigte sich dabei mit dem Vergleich von klassischen Methoden und Ansätzen mit Deep Neural Networks (DNNs). Dazu wurde ein einstündiger Labortest entworfen, indem Probanden die subjektive Qualität von unterschiedlichen Videosequenzen bewerten sollen. In Vorbereitung wurden diese Videos zuerst auf schlechtere Eigenschaften degradiert und anschließend mit ausgewählten Algorithmen interpoliert. Die Ergebnisse der Evaluation zeigen, dass DNNs zum Upscaling prinzipiell besser geeignet sind als zur Frameinterpolation. Bezüglich einem Vor- oder Nachteil gegenüber klassischen Methoden sind dabei jedoch sowohl die Bildinhalte, als auch technischen Eigenschaften der degradierten Videos maßgeblich entscheidend. Darüber hinaus stellt der höhere Ressourcenverbrauch und die Komplexität von DNNs aktuell noch ein Problem zur Nutzung in zeitkritischen Anwendungen dar. In dieser Arbeit wurde zum Abschluss auch der Einsatz einer objektiven Videoqualitätsmetrik (VMAF) für die Bewertung der Videos überprüft und mit den Testergebnissen des Labortests verglichen. Für Upscaling-Methoden konnte dabei eine hohe Korrelation zwischen dem Labortest und VMAF festgestellt werden.

Diese Masterarbeit bietet einen alternativen Ansatz zur Generierung von Rate-Quality curves für die Transcodierung mit nur wenigen Bitratenpunkten und dann den verbleibenden Punkt unter Verwendung der logarithmischen Approximationsmethode im Vergleich zu Netflix erzeugen, das eine Brute-Force-Technik verwendet, um Rate-Quality curves für verschiedene Auflösungen unter Verwendung aller möglichen Bitrateneinstellungen zu erzeugen. Die Motivation besteht darin, die Anzahl der Transkodierungsvorgänge so weit wie möglich zu reduzieren und dennoch die gleichen Ergebnisse zu erzielen. Es wurden zwei Pipelines für die Videokodierung betrachtet, die auf einem Brute-Force- und einem logarithmischen Approximationsansatz basieren. Die Bisektionsmethode wurde verwendet, um die Schnittpunkte für aufeinanderfolgende Rate-Quality curves mit verschiedenen Auflösungen zu bestimmen, die die Grenzen für das Transkodieren von Bitratenpunkten für jede Auflösung einer bestimmten Videosequenz liefern. Die Qualitätsbewertungen wurden unter Verwendung einer Full-Reference Metrik namens Video Multimethod Assessment Fusion (VMAF) erstellt. Die Analyse wurde unter Verwendung der Kurven durchgeführt, die mit der Bitrate gegenüber dem VMAF-Modell erzeugt wurden. Die resultierenden Rate-Quality kurven aus dem logarithmischen Ansatz wurden mit den Ratenqualitätskurven des Brute-Force-Ansatzes verglichen, die einen vergleichsweise geringeren mittleren quadratischen Fehler ergaben. Der logarithmische Ansatz reduziert die Komplexität der Transkodierung im Vergleich zum BruteForce-Ansatz von Netflix mit mean squared error 1.4%. Der Ansatz kann unter Verwendung inhaltsbasierter Features, die in den logarithmischen Approximationsansatz integriert sind, weiter verfeinert werden. In dieser Arbeit werden Tools wie FFMPEG, PySceneDetect, VMAF und Libx265 Codec

In den letzten Jahren ist das Interesse an der Virtuellen Realität gestiegen. Mit der simulierten Umgebung in VR-Systemen können Anwender ein nagezu perfektes Immersionserlebnis erleben. Eye-Tracking ist eine wichtige Komponente im Bereich der Untersuchung der menschlichen visuellen Aufmerksamkeit. Allerdings gibt es derzeit nur wenige integrierte HMD mit innen vormontiertem Eye-tracking-Systemen. Diese Arbeit zielt darauf ab, ein Eye-Tracking System mit dem Framework des Eye-Tracking Systems von Pupil Labs zu konstruieren, während man sich 360˚ Videos ansieht. Eye-Tracking-Daten werden aufgezeichnet, um festzustellen, ob ein Eye-Tracking-System in der 360˚ Videos benötigt wird. Eine Kombination aus gemessenen Kopfrotationsdaten und Eye-tracking-Daten zeigt dann die Gazepunkte der Nutzer im virtuellen 3D-Raum. Die Ergebnisse der Auswertung deuten darauf hin, dass die Kopf rotation Kombination mit Eye-Tracking-Daten einen genaueren Interessenbereich der Nutzer bietet als nur die beteiligten Kopfrotationsdaten. Auf dieser Grundlage deutet es darauf hin, dass das Eye-tracking System verwendet werden sollte, um die visuelle Aufmerksamkeit in der 360˚ Videos zu untersuchen.

Die Körperdysmorphobie ist eine psychologische Erkrankung, die das Leben der Betroffenen stark einschränkt. Klassische psychologische Behandlungsmethoden, wie das Expositionstraining, werden von den Patienten häufig abgebrochen. Die folgende Arbeit stellt eine erfolgversprechende alternative Behandlungsmethode vor. Es wird eine virtuelle Realität erzeugt, die es den Patienten angstfrei ermöglicht, ihre Symptomatik und die damit verbundenen Einschränkungen zu erkennen und zu beheben. Auf dem Bahnhofsvorplatz von Ilmenau wurden verschiedene, gezielt auf die Therapie ausgerichtete 360-Grad-Videos erstellt, die von Psychologen erstellte Szenarien und Parameter enthielten. Im Rahmen eines subjektiven Tests mit 11 Probanden wurden die drei erstellten Sequenzen bezüglich ihrer Qualität und weiterer Faktoren evaluiert. Daraus ergab sich, dass die erstellten virtuellen Umgebungen von den Probanden als durchaus real empfunden werden. Somit stehen als Ergebnis dieser Arbeit neue Werkzeuge zur Verfügung, die von entsprechend ausgebildeten Psychologen auf ihre Tauglichkeit im Therapieansatz getestet werden können.

Videoqualitätsmetriken bewerten und quantifizieren die wahrgenommene Qualität eines Videos, z.B. durch den Vergleich eines verlustbehaftet encodierten Videos mit einem verlustfreien Referenzvideo. Ein gängiges Anwendungsgebiet ist die Optimierung von Parametern während der Encodierung, mit dem Ziel eine hohe Videoqualität bei niedriger Bitrate zu erreichen. Jedoch steigt der Rechenaufwand der Metriken mit der Wiedergabezeit, Auflösung und Bildfrequenz des zu bewertenden Videos. Des Weiteren betrachten geläufige Analysemethoden bei der Evaluation die Videobilder in ihrer Gesamtheit. Eine Möglichkeit, Prozesszeiten bei der Videoqualitätsevaluation zu reduzieren, ist durch die Bewertung von Teilbereichen pro Frame gegeben. Dieser Ansatz wird in dieser Arbeit anhand von statischen, variablen und saliency-basierten Pattern verfolgt. Dafür wird ein neuartiges Verfahren entwickelt, welches anhand von Pattern Bildbereiche pro Frame ausschneidet, diese zu einem kompakten Video zusammenfügt und anschließend mit den Videoqualitätsmetriken BRINO, MSSIM, VIFP und VMAF evaluiert. Die dabei entstehenden Bewertungsungenauigkeiten in Relation zur Zeitersparnis werden pro Pattern und Metrik untersucht. Des Weiteren erfolgt eine Abbildung der Metrikergebnisse der herkömmlichen pattern-freien sowie der innovativen saliency pattern-basierten Evaluationsansätze auf MOS-Werte mit anschließender Korrelationsanalyse. Für die Untersuchungen werden zwei Datensets verwendet, eines mit 20 verschiedenen hochauflösenden Videos von 4k bis 8k und ein weiteres bestehend aus 150 mit MOS-Werten gelabelten Videos von 360p bis 4k. Für die betrachteten Datensätze kann die Auswirkung der verschiedenen Patternansätze auf die Genauigkeiten und Zeitersparnisse einzelner Metriken gezeigt werden, einschließlich der Effekte von Patternparameter wie Blocknummer, Größe und Abdeckung. Ferner werden für die Metrikergebnisse des saliency-basierten Patternansatzes in dieser Arbeit eine höhere Korrelation zu den MOS-Werten nachgewiesen als für die herkömmlichen pattern-freien. Somit wird trotz Zeiteinsparung eine Verbesserung der Genauigkeiten der Metrikergebnisse erreicht.

Obwohl es viele Untersuchungen zur Qualität von professionellen Encodern gibt, fehlen solche Untersuchungen fast völlig für Open-Source-Encoder. Vor allem wenn es um die qualitativen Unterschieden zwischen beiden Varianten geht, können keine stichhaltigen Aussagen getroffen werden. Diese Arbeit präsentiert einen Vergleich vom Audiocodec AAC-LC aus dem Open-Source-Encoder FFmpeg und dem kommerziellen Encoder des Fraunhofer-Instituts. FFmpeg enthält eine Eigenimplementierung vom AAC und den FDK-AAC, der ebenfalls vom Fraunhofer-Institut entwickelt, aber mit Quellcode veröffentlicht wurde. Bei dem kommerzielle Encoder handelt es sich um den High-end Encoder FhG-AAC. Zur Evaluierung der perzeptiven Audioqualität wurden Hörversuche nach ITU-R BS.1534 zu Bitraten von 64 kBit/s bis 192 kBit/s durchgeführt. Die Ergebnisse zeigen, dass der FhG-AAC die besten Ergebnisse erzielt, dicht gefolgt vom FDK-AAC. Im Gegensatz dazu wies die Eigenentwicklung von FFmpeg die vergleichsweise schlechteste Ergebnisse auf. Jedoch werden bei FhG-AAC viele Einstellungen nicht unterstützt was in einigen Fällen die Verwendbarkeit einschränken kann.

Web-2.0-Applikationen wirken heutzutage auf zahlreiche Bereiche ein und dienen als Kanal für den Informationsaustausch, für den Handel und für Sozial- und Bildungsaktivitäten. Die Effizienz der Entwicklung von Web-2.0-Applikationen kann mit der Nutzung von Single-Page-Application Frameworks (SPA-Frameworks) verbessert werden. Entscheidend ist hierbei die Auswahl eines für das Projektziel geeigneten Frameworks. Diese Auswahl wird durch die Fülle von SPA-Frameworks am Markt und durch den Mangel an unterstützenden Auswahlmethoden erschwert. Die vorliegende Arbeit hat zum Ziel, die Performance von SPA-Frameworks zu vergleichen. Dazu wurden verschiedene aktuelle Methoden aus den Bereichen Softwarearchitekturen und Web-Performance kombiniert, um ein Verfahren zu entwickeln, mit dem die Performance von SPA-Frameworks gemessen und anschließend verglichen werden kann. Für den Vergleich selbst wurde eine geeignete Beispielapplikation entworfen und mit drei SPA-Frameworks (React, Vue und Angular) umgesetzt. Das Verfahren erwies sich als empfehlenswert, da verschiedene Bewertungskriterien, Metriken und Nutzungskontexte zur Evaluation der Performance berücksichtigt werden konnten. Im Vergleich der SPA-Frameworks React, Vue und Angular erwiesen sich alle drei als gleichermaßen performant, aber mit unterschiedlichen Stärken: React zeigte eine bessere Reaktionszeit auf Benutzereingaben und Vue hatte kürzere Ladezeiten. Angular stach zwar mit keinem Ergebnis hervor, zeigte aber eine konstant gute Performance. Die Ergebnisse zeigen, dass mit dem Verfahren eine gute Basis für zukünftige Vergleiche von SPA-Frameworks gestellt wurde. Für zukünftige Untersuchungen könnte die Betrachtung der Performance auf der Server-Seite ebenfalls von Interesse sein, um den Grad der Interaktionen der Client-Seite der Web-Applikation mit der Server-Seite zu messen. Da SPA-Frameworks nur Aufgaben auf der Client-Seite durchführen, wurde in dieser Arbeit nur die Performance auf der Client-Seite betrachtet.

Diese Arbeit stellt eine Methode vor, mit der ein Vokabular zur Beschreibung und Bewertung der Wahrnehmungsqualität von Filmbildern entwickelt werden kann. Im Gegensatz zu klassischen Techniken zur Vokabular Entwicklung, in denen üblicherweise Evaluationstest mit Hilfe von repräsentativen Stimuli durchgeführt werden, wurde ein Ansatz auf Basis einer Expertenbefragung gewählt. Dabei wird davon ausgegangen, dass mit Hilfe der fachlichen Expertise auf aufwändige Evaluationstest verzichtet werden kann. In dieser Arbeit wurde eine Kombination aus verschiedenen Befragungsmethoden angewendet. Zu Beginn wurden Einzelinterviews mit Experten zum Thema Bildqualität im Kontext der Kinematografie durchgeführt. Ziel der Interviews war es zunächst, induktiv eine erste Liste mit vorläufigen Attributen zu erstellen sowie ihre Bedeutung zu analysieren. Im Anschluss wurde eine RT-Delphi-Befragung durchgeführt in der eine Gruppe von Experten einen Konsens zu einer bestimmten Fragestellung erarbeiten. Die Experten bekommen innerhalb der Umfrage die anonymisierten Ergebnisse der anderen Teilnehmer mitgeteilt, worauf sie ihre eigenen Einschätzungen anpassen können. Auf diese Weise wurden die aus den Interviews gesammelten Attribute im Rahmen eines Expertenpanels überprüft. Anhand der Ergebnisse der Delphi-Befragung wurde schließlich das finale Vokabular erstellt. In einem zweiten Teil der Arbeit wurde darüber hinaus die Beziehung der Attribute zu technischen Bildparametern untersucht. Dazu wurde mit Hilfe einer Fokusgruppendiskussion unter Ingenieuren ein Matrix-Plot erarbeitet, in dem die Beziehungen zwischen ausgewählten Attributen und den technischen Bildparametern dargestellt werden konnte. Ingenieure wurden zunächst mit den Ergebnissen der Delphi Befragung konfrontiert, während in der anschließenden durchstrukturierten und moderierten Diskussion die relevanten Bildparameter erarbeitet, sowie die Gewichtung der jeweiligen Beziehungen bestimmt wurde.

Im Motorsport hängt die Güte der Kommunikation zwischen Fahrer und Team von der Qualität der Funkübertragung ab. Erfahrungen aus der Praxis zeigen, dass aktuelle Lösungen in dem Bereich nur schlechte Sprachverständlichkeit bei vergleichsweise hohen Latenzen bieten. Das Ziel dieser Arbeit ist die Umsetzung eines Audioübertragungssystems für hochqualitative Fahrerkommunikation im Motorsport. Zu diesem Zweck werden zwei verschiedene Fahrzeugsysteme in Tests an der Rennstrecke evaluiert und auf Basis dessen ein eigenes Hardwaresystem spezifiziert. Weiterhin werden Sender-, sowie Empfängerapplikationen und entsprechendes Monitoring für diese entwickelt. Zusätzlich wird ein MUSHRA-Hörversuch mit Aufnahmen aus dem Rennfahrzeug durchgeführt, um den optimalen Audiocodec für den Anwendungszweck zu finden. Bei 24kBit/s Bitrate erzielen EVS und AAC ELD die höchste Qualität im Test und sind signifikant besser als OPUS. Das entwickelte Übertragungssystem wurde in den produktiven Betrieb überführt und ist seit 3 Monaten bei der DTM im Einsatz.

Sprache ist eines der häufigsten und wichtigsten Mittel bei der Interaktion von Menschen. Daher wäre es ideal, wenn die Menschen dieselbe Sprache verwenden könnten, um mit Maschinen zu kommunizieren, nicht wahr? Eine Reihe von internationalen Forschungs- und Entwicklungsinstituten hat auf den Gebieten der Spracherkennung und Sprachsynthese gearbeitet, um die Mensch-Maschine Interaktion zu erleichtern. Dank dieser Anstrengungen können Computer inzwischen sprechen, hören und sogar Sprache erkennen. Heutige Anwendungen von Sprache in der Mensch-Maschine-Interaktion umfassen Satellitennavigationssysteme, automatisierte Call-Center und intelligente persönliche Assistenten. Sprechen ist eine Fähigkeit des Menschen und Menschen können dies ohne darüber nachzudenken. Dennoch ist es für Computer schwierig, diese Aufgabe zu erfüllen. Forscher haben mehrere Ansätze vorgeschlagen, um Sprache zu synthetisieren. Die einfachste Art besteht darin, aufgezeichnete Klangsegmente aus einem Sprachkorpus in möglichen Kombinationen zu verketten. Der Erfolg eines Mensch-Maschine-Interaktionssystems hängt in hohem Maße von der Qualität einer synthetisierten Sprache ab, oder mit anderen Worten: Die synthetisierte Sprache muss verständlich sein. Der Standard des Sprachsynthesizers wird durch den Mangel an Natürlichkeit, dem Vorhandensein von Artefakten in der synthetisierten Sprache und Rauschen oder unerwünschten / nicht-semantischen Klangereignissen in der aufgezeichneten natürlichen Sprache beeinträchtigt. Daher ist es notwendig, einen hohen Standard der aufgezeichneten Sprache zu erhalten und einen Synthesizer mit möglichst wenigen Artefakten zu gestalten. Mit der Weiterentwicklung von Computertechnologie tritt auch das Gebiet der Künstlichen Intelligenz (KI) immer weiter in Erscheinung. In dieser Arbeit wurden KI-Techniken untersucht und vielversprechende Ansätze gefunden, um Artefakte in synthetisierter Sprache zu identifizieren und zu lokalisieren. Ein großer Korpus natürlicher und synthetischer Sprache wurde analysiert, um die Eigenschaften von menschlichen Sprachäußerungen und von Verkettungsartefakten zu untersuchen. Es wurden Listenexperimente mit Probanden durchgeführt, um menschliche Artefakte in natürlich aufgezeichneter Sprache zu untersuchen. Zwei verschiedene Algorithmen wurden zur Detektion von menschlichen und Verkettungsartefakten in natürlicher bzw. synthetischer Sprache vorgeschlagen. Zusätzlich wurde die Leistungsfähigkeit verschiedener Maschinenlernalgorithmen zusammen mit einem eindeutigen Satz von vorgeschlagenen Merkmalsvektoren verglichen. Die vorgeschlagen Algorithmen ermöglichen eine schnellere Validierung der Qualität von natürlich aufgezeichneter Sprache und auch von synthetisch erzeugter Sprache. Für Menschen hingegen ist eine solche Validierung sehr komplex und aufwändig. Die Ergebnisse der im Rahmen dieser Arbeit durchgeführten Experimente bestätigen, dass die vorgeschlagenen Algorithmen funktionieren. Die hier vorgestellten Algorithmen zur Erkennung von Artefakten können je nach Anwendungsfall herkömmliche Hörexperimente ergänzen oder ersetzen.

Innerhalb dieser Bachelorarbeit wurde die Funktionsweise, eines seitens der Firma HEAD acoustics entwickelten Demonstrators zur Qualitätsanalyse von Ende zu Ende Telefonverbindungen verifiziert. Insbesondere wurde Wert auf die Qualitätsüberwachung dynamischer Verbindungsänderungen während des Gesprächs gelegt. Zur Verifizierung des Demonstrators wurde ein Konversationstests durchgeführt. Innerhalb dieses Konversationstests wurden zur Qualitätsänderung der Telefonverbindung Endgeräte genutzt, die gezielt in ihren akustischen Eigenschaften modifiziert wurden. Ebenfalls konnten während der Konversation Netzparameter (Packet Loss, Delay) und die Stärke eines im Signalweg eingespeisten Echos dynamisch verändert werden. Die Bewertungen des Konversationstests und die Kommentare der Versuchspersonen wurden mit den berechneten Ergebnissen des Demonstrators verglichen und analysiert. Daraus konnten zu einigen Eingangsgrößen des Demonstrators Verbesserungsvorschläge abgeleitet werden. Die Werte einer verbesserten, zweiten Version des Demonstrators konnten ebenfalls noch mit den Daten des Konversationstests verglichen werden.

Das extrahieren von zeitlicher Information aus Musikaufnahmen ist eine der kritischsten Aufgaben für viele Music Information Retrieval Systeme. Onset Erkennung ist eine Methode zur Erkennung der Startzeiten von Noten und wird in vielen Musikverarbeitungsaufgaben als ein erster Schritt genutzt. Beispiele dafür sind die automatische Musiktranskription, das Beat Tracking und die Abschätzung der Geschwindigkeit. Onset Erkennung kann, zum Beispiel im Fall von Schlaginstrumenten, sehr einfach sein. Allerdings gibt es auch Audiosignale welche für diesen Zweck eine deutlich größere Herausforderung darstellen. Die schwierigsten werden von harmonischen Instrumenten wie der Violine oder dem Cello erzeugt. Das Ziel dieser Arbeit ist die Entwicklung eines Systems zur Verbesserung der Onset Erkennung für nicht-perkussive, monophone Musiksignale auf Basis des aktuellen Stands der Forschung. Dafür werden Methoden, welche dem aktuellen Stand der Forschung entsprechen, untersucht und analysiert. Zwei angemessene Ansätze werden dabei als Vergleichsmethoden für die Implementierung und die Bewertung gewählt. Verbesserungen für die Vergleichsmethoden werden mithilfe der Gaussian mixture models ermittelt und abschließend werden die Resultate der Vergleichsmethoden und der neu erarbeiteten Methoden sorgfältig analysiert und miteinander verglichen.

In dem Telefonkonferenzsystem kann das räumliche Audio oder das sogenannte 3D-Audio die wahrgenommene Qualität des Zuhörers verbessern, insbesondere für Mehrpersonengespräche. Mit der räumlichen Information ist es möglich, einzelne Sprecher zu identifizieren und zu unterscheiden. Dies ist insbesondere wichtig für den Fall, dass mehrere Sprecher gleichzeitig sprechen. In Bezug auf die Anwendung von Telefonkonferenzen spielen Beeinträchtigungen auf der Aufnahmeseite wie Lärm und Nachhall eine Rolle bei der Qualitätsbewertung. Die Interaktion von aufnahmeseitigen Beeinträchtigungen und die Vorteile des räumlichen Audio-Renderings werden jedoch nicht vollständig verstanden. Ob das 3D-Audio immer noch besser funktioniert als das nicht-räumliche Audio unter den Beeinträchtigungen, wurde noch nicht diskutiert. Daher ist es das Ziel dieser Arbeit, die Auswirkung und Zuordnung der aufnahmebedingten Beinträchtigungen auf die wahrgenommene Qualität aufzudecken. Um dieses Ziel zu erreichen, wurde ein Hörversuch entworfen, implementiert und durchgeführt. Das Hörmaterial wurde durch die Verarbeitung hochqualitativer Sprachaufnahmen mit verschiedenen Methoden erzeugt. Die Integration von PJSIP und SoundScape Renderer wurde implementiert, um 3D-Audio zu erzeugen. Und die ITU-T G.191 Toolbox wurde verwendet, um die Verschlechterungen zu simulieren. Der Vergleich von Gegensprechen, dem s.g. Double-Talk (zwei Sprecher sprechen gleichzeitig) und Wechselsprechen, dem s.g. Single-Talk (zwei Sprecher sprechen alternativ) ist ebenfalls in dieser Arbeit enthalten. Insgesamt werden vier Kategorien von Stimuli erzeugt und jede Kategorie enthält 25 experimentelle Bedingungen. Die Ergebnisse dieser Studie zeigen, dass das 3D-Audio immer besser als das 1D-Audio ist und das Single-Talk besser als das Double-Talk bei gleicher Beeinträchtigung ist. Das heißt, mit der Beeinträchtigung profitiert das 3D-Audio auch von der räumlichen Wirkung. Darüber hinaus verbessert 3D-Audio bei hochqualitativen Stimuli die Qualität für Double-Talk deutlich, aber für Single-Talk nur wenig. Wenn die Sprache durch Rauschen beeinträchtigt wird, erhöht das 3D-Audio die Qualität von Double-Talk und Single-Talk. Der Vorteil von 3D-Audio, der für ungestörte Sprachsignale bekannt ist, ist ebenfalls für verschiedene aufnahmebedingte Beeinträchtigungen erkennbar.

In der Automobilindustrie ist es ein stetiges Ziel, den Akustik-Komfort von Fahrzeugen zu optimieren. Dieser wird beispielsweise durch Störgeräusche vermindert, die infolge von antriebsstrang- oder fahrbahnerregten Karosserieschwingungen entstehen können. Die vorliegende Masterarbeit beschäftigt sich daher mit der Entwicklung eines aktiven, selbstsensierenden Schwingungstilgers, der diesen Phänomenen entgegenwirken soll. Während bisherige passive Tilger in Form von Feder-Masse-Systemen zahlreiche Nachteile aufweisen und damit beispielsweise einen hohen Abstimmungsaufwand verursachen, bietet der Einsatz aktiver Tilger hingegen einige Vorteile. Neben dem geringeren Gewicht können durch deren Adaptivität die Anpassungsmaßnahmen deutlich reduziert werden. Allerdings treten durch die Notwendigkeit zusätzlicher Sensoren höhere Kosten im Vergleich zu passiven Tilgern auf. Daher verfolgt die Masterarbeit den Ansatz, den Aktor zugleich auch als Sensor in einem Bauteil und damit selbstsensierend zu verwenden. Zur Trennung der Signalanteile müssen in diesem Fall die Aktorübertragungsfunktionen genau bekannt sein. Deshalb bestand der erste Schritt in der Systemidentifikation dieser Übertragungsfunktionen. Die Signaltrennung erfolgte daraufhin anhand eines realitätsnahen Störsignals, das an PKW-Heckklappen auftreten kann. Simulativ wurde zuletzt eine Feedback-Regelung mithilfe adaptiver FIR- und IIR-Filter aufgebaut, die zur Kompensation der detektierten Schwingungen einsetzbar ist. Schließlich fand eine Abschätzung statt, inwiefern sich Amplituden- und Phasenfehler in der Bestimmung der Aktorübertragungsfunktionen auf das Regelergebnis auswirken können.

Diese Arbeit stellt eine neue Methode zur automatischen Evaulierung von Videoqualität im Bereich HD und UHD vor. Dieser Ansatz setzt auf die Extraktion von vier Signal Features: Schärfe, Kontrast, Bewegung und Sättigung. Weiterhin werden inhaltsbasierte Eigenschaften ausgewertet, Gesichter werden erkannt und ein Algorithmus zum Erkennen von auffallenden und herausragenden Bildelementen wird verwendet. Die anfallenden Daten werden von drei unterschiedlichen machinellen Lernverfahren ausgewertet: Der Support Vector Machine, einem Random Forest Klassifikationsverfahren und dem k-nearest neighbor Algorithmus. Der gesamte Prozess wird mit einem eigens entwickelten Datensatz von 165 Testvideos untersucht. Für diesen Datensatz liefert das Random Forest Klassifikationsverfahren die besten Ergebnisse betreffend Accuracy, Precision, Recall und dem F-Maß. Die Visualisierung der Entscheidungsgrenze und die ROC Kurven bestätigen dieses Ergebnis weiterhin. Einige der Beschränkungen können durch den verwendeten Videodatensatz entstanden sein, welcher die Basis für das Klassifikationsverfahren bildet. Es wurde gezeigt, dass dieser Ansatz rentabel und stabil ist und sehr gute Ergebnisse liefert. Jedoch muss der als Basis benutzte Videodatensatz selbst evaluiert werden, da er qualitativ hochwertig und repräsentativ für den jeweiligen Einsatzzweck sein muss.

In der Arbeit werden Verfahren zur Synchronisierung von Audio- und Videosignalen im professionellen Studio betrachtet. Hierbei werden periodische Synchronsignale generiert. Deren einzelne Abschnitte werden Bereichen der ebenfalls periodischen Mediensignale zugeordnet. Wird dieses Verhältnis für die Geräte im Studio eingehalten, arbeiten sie synchron zueinander. Die Synchronsignale werden zusammen mit den Audio- und Videodaten in Form von IP-Paketen in einem Netzwerk übertragen. Die Verfahren werden in den Standards IEEE Std 1588 -2008, SMPTE ST 2059-1:2015 und SMPTE ST 2059-2:2015 beschrieben. Ziel der Arbeit ist es, eine bestehende Implementierung der Standards an ein Zielsystem anzupassen und zu evaluieren. Die Implementierung liegt in Form von Schaltungen und Treibern für ein Entwicklungsboard mit FPGA vor. Durch die Evaluierung kann beantwortet werden, welche Anforderungen an eine Implementierung der Verfahren bestehen und wie diese in der Praxis erfüllt werden können. Dazu werden theoretische Analysen durchgeführt, mit denen u.a. die benötigte Genauigkeit der Synchronisierung in einem Studio bestimmt wird. Außerdem werden Messungen mit zwei Rechnern durchgeführt, um deren Genauigkeit der Synchronisierung bestimmen zu können. Die Ergebnisse werden mit der Genauigkeit des Referenzdesigns verglichen. Es kann gezeigt werden, dass die benötigten Anforderungen nur dann erfüllt werden können, wenn die zur Synchronisierung benötigten Zeitstempel in Hardware generiert werden. Das Referenzdesign erfüllt diese Anforderung. Es kann außerdem gezeigt werden, dass die Genauigkeit durch die Veränderung von Parametern der Regelschleifen der Geräte beeinflusst werden kann. Daher ist es sinnvoll, bestimmte Bereiche einer Implementierung zur Laufzeit modifizieren zu können. Es ist absehbar, dass im netzwerkbasierten Studio künftig auch Algorithmen für die Überwachung und Steuerung von Geräten eingesetzt werden sollen. Dies spricht ebenfalls für eine flexible Implementierung in einzelnen Bereichen.

Der Hauptschwerpunkt dieser Arbeit besteht darin, das Erkundungsverhalten von Personen innerhalb von 360˚ Videos zu untersuchen. Hierzu wird im Rahmen der Arbeit ein Framework entwickelt, welches in der Lage ist, die Kopfbewegungen von Personen, die ein Head-Mounted Display (HMD) tragen, zu verfolgen. Das Framework soll auch auf die Daten eines externen Motion Capturing Systems zugreifen können. Ziel der Arbeit ist unter anderem die Untersuchung der Nutzbarkeit und Genauigkeit der ermittelten Daten beider Systeme. Außerdem wird der Einfluss eines Kabels bei Head-Mounted Displays auf das Erkundungsverhalten von Personen untersucht, wobei auch Aspekte bezüglich der Simulationskrankheit beleuchtet werden. Weiterhin wird betrachtet, inwiefern der Inhalt und Häufigkeit der Wiedergabe eines Videos einen Einfluss auf das Erkundungsverhalten von Personen haben. Hierbei wird auch das interindividuelle Verhalten verglichen, wobei untersucht wird, ob ein typisches Sichtfeld bei 360˚ Videos vorhanden ist. Innerhalb des theoretischen Teils werden zuerst Grundlagen bezüglich Kopfbewegungsdaten dargelegt. Hiernach werden Faktoren genannt, die zum Erkundungsverhalten von Personen bei 360˚ Video beitragen können. Außerdem werden verschiedene Methoden zur automatisierten Extraktion des Ansichtsfensters bei 360˚ Video vorgestellt. Weiterhin werden Gründe und Messmethoden der Simulationskrankheit präsentiert. Zum Schluss werden aktuelle HMDs diskutiert. Innerhalb des folgenden Teils werden die Ziele, Anforderungen und Komponenten des Frameworks dargelegt. Hiernach wird das Setup und der Export von Daten des Motion Capturing Systems beschrieben. Danach wird die Architektur des Frameworks erläutert, wobei der Fokus auf die Wiedergabe der 360˚ Videos und synchrone Aufnahme der Daten bei beiden Systemen gelegt wird. Im Folgenden wird die Benutzung des Frameworks beschrieben. Zuletzt werden entwickelte Evaluationsskripte des Frameworks vorgestellt. Im folgenden Teil werden zuerst zwei Studien, welche mittels des Frameworks durchgeführt werden, präsentiert und diskutiert. Im Anschluss daran findet ein Proof of Concept Test statt, bei dem der Fokus auf die Beantwortung der oben genannten Forschungsfragen gelegt wird. Zum Schluss der Arbeit wird eine Anforderungsanalyse durchgeführt. Weiterhin werden mögliche Verbesserungen des Frameworks und Forschungsansätze angeführt.

Die Arbeit behandelt Nichtlinearitäten in den Kompressionstreibern und Schallführungen von Hochton-Hornlautsprechern. Neben den elektrischen und mechanischen Ursachen entstehen nichtlineare Verzerrungen aufgrund der adiabatischen Eigenschaften von Luft und den hohen Schalldrücken im Inneren der Lautsprecher. Dies bewirkt eine Verschlechterung der Klangqualität. Da diese Verzerrungen prinzipbedingt sind, sind klanglichen Defizite unausweichlich mit Hochton-Hornlautsprechern verbunden. Zwar gibt es Veröffentlichungen über die Kompensation von Nichtlinearitäten auf der Basis einer elektrischen Vorverzerrung des Anregungssignals, jedoch wurde keine der Ansätze bislang in ein Produkt integriert. Diese Arbeit gibt einen Überblick über die verschiedenen Ursachen von Nichtlinearitäten und über die Modellbildung und Kompensation dieser nach dem Stand der Technik. Außerdem wird das nichtlineare Verhalten von aktuellen Hochton-Hornlautsprechern gemessen und neben klassischen Methoden anhand einer neuartigen Darstellungsform mittels Lissajous-Figuren aufgezeigt. Auf Basis dieser Darstellung wird eine Filterstruktur entwickelt, die es ermöglicht, Effekte der adiabatischen Kompression zu reduzieren. Der Kompensationsansatz wird anhand von Messungen mit Ein- und Zweitonsignalen evaluiert. Abhängig vom verwendeten Lautsprecher kann durch die Vorverzerrung die gesamte harmonische Verzerrung innerhalb von 950 Hz bis 10 kHz im Mittel knapp um den Faktor zwei reduziert werden. Dadurch soll die Klangqualität des Lautsprechers gesteigert und der maximale Schalldruckpegel erhöht werden.

Im Zuge der zukünftigen Einführung von Ultra High Definition Television (UHDTV) zeichnet sich im Broadcastbereich innerhalb der TV-Prozesskette ein Wandel in Bezug auf die Übertragungstechnologie ab. Die damit verbundene Übertragung mit hohen Datenraten soll anstatt mit dem etablierten Serial Digital Interface (SDI) mittels klassischer IT-Hardware über das Internet Protocol (IP) bewerkstelligt werden. Durch eine Verlagerung der bestehenden Infrastrukturen in ein Datenzentrum gewinnen Rundfunkanstalten eine höhere Flexibilität und erhalten zudem die Möglichkeit ihre Systeme zu virtualisieren und in eine Cloud zu verschieben. Diverse Forschungsgruppen zeigen jedoch, dass die derzeitig implementierte Strategie zur Paketverarbeitung im Standard-Betriebssystemkernel beim Empfang und Versand von Netzwerkdaten mit hohen Datenpaketraten eine schlechte Performance aufweist. Darüber hinaus kommt bei einer Virtualisierung ein zusätzlicher Overhead hinzu, der ebenfalls gehandhabt werden muss. Die vorliegende Masterarbeit beschäftigt sich daher mit der Verwendung virtualisierter Commercial-off-the-shelf (COTS)-Hardware für den Empfang hochbandbreitiger IP-Signale, die Audio/Video (AV)-Daten transportieren. Hierfür wird nach einer Betrachtung von Virtualisierung und den Möglichkeiten für eine High-Speed-Verarbeitung von Netzwerkdatenverkehr ein Lösungsansatz für ein virtualisiertes Monitoringsystem ausgewählt, welcher jeweils auf einem Typ-1- und Typ-2-Hypervisor getestet und ausgewertet wird. Schließlich kann gezeigt werden, dass eine fehlerfreie AV-Datenübertragung mit einer Bandbreite von bis zu 20 Gbit/s auf virtualisierter COTS-Hardware zu erreichen ist.

Neben der Anwendung in der Postproduktion für Film und Fernsehen, gewinnt die automatisierte und dateibasierte Qualitätskontrolle von Video- und Audiodaten auch im Testprozess bei der Kameraentwicklung in der Firma ARRI zunehmend an Bedeutung. Das Ziel dieser Arbeit ist es ein grundlegendes Framework für eine solche automatisierte Bildanalyse zu entwickeln, welches in ein Clipanalyse-Framework integriert werden soll. Dabei werden Schnittstellen implementiert, über die es möglich ist, die Essenz von Videodaten zu analysieren. Zunächst werden gängige Werkzeuge und Metriken vorgestellt, die eine objektive Aussage über die Qualität und Komplexität von einem komprimiertem Videoclip bzw. dessen Bilddaten ermöglichen. Anschließend werden Videocodecs vorgestellt, die zur Komprimierung von Bildsequenzen in den ARRI-Kamerasystemen verwendet werden. Weiter werden verschiedene Decoder-Softwares in Bezug auf bestimmte Anforderungen und Kriterien analysiert und ausgewertet. Mithilfe einer Nutzwertanalyse wird eine Decoder-Software ausgewählt, die in das Framework integriert wird. Das Konzept und Design des implementieren Bildanalyse-Frameworks wird im Anschluss beschrieben. Danach wird das implementierte Framework anhand einer Freeze-Frame Detektion als beispielhafte Bildanalysefunktion validiert. Die Analyse der Decoder-Softwares ergibt, dass sich das Multimedia-Framework mpeg in diesem Kontext am besten für das Bildanalyse-Framework und für die Decodierung von Videoclips eignet. Die Validierung zeigt, dass mit dem Bildanalyse-Framework zuverlässig Freeze-Frame Artefakte detektiert werden können. Mit dem Konzept eines Ringbuers wird eine Struktur geschaffen, mit der es möglich ist, das Framework um weitere Module zur automatisierten Bildanalyse zu erweitern.

The goal of the thesis is measuring visual attention for users watching videos in a crowdsourcing context. For this purpose an existing eyetracking platform is improved upon and a new video quality test introduced. It is used to show video samples to participants and measure their visual attention using the framework. The method employed is used in a crowdsourcing test on the microworkers site. The fixations from the eyetracking are transformed to saliency maps and compared to a ground truth from a previous experiment using KL-divergence. The results from the video quality test do not match those from the ground truth due to low fixation prediction accuracy. However general trends such as visual attention on the center/top/right/bottom/left parts of the screen can be derived from the data. The calibration approach with artificial calibration points does not have a high enough accuracy to improve the overall prediction quality, but has the main benefit of working without conscious user action in parts of the experiment where this might interrupt the user.

Die IEEE Audio-/Video-Bridging (AVB) Protokollfamilie beschreibt die synchronisierte und priorisierte Übertragung von Audio-/Videodatenströmen und Steuerdaten in lokalen Netzwerken. Diese Arbeit beleuchtet den Einsatz eines AVB Netzwerkes für elektrische Gitarren und deren Steuerung. Eine beispielhafte Implementierung zur Umschaltung von Tonabnehmern demonstriert eine Anwendung des P1722.1 Standards (AVDECC) zur Gerätesteuerung. Es wird zunächst eine Übersicht über die Gitarrentechnik und die verwendeten Netzwerkprotokolle zur Übertragung der Audiodatenströme und Steuerdaten gegeben. Das Konzept der Umschaltung wird aus den dargestellten Gegebenheiten heraus abgeleitet. Auf diesen Kentnissen aufbauend erfolgt die Beschreibung der Umsetzung. Die Funktionalität der Umschaltung wird ausgewertet und der Weg der Implementierung aufgezeigt. Abschließend wird die implementierte Lösung evaluiert und ein Ausblick auf weitere Anwendungsmöglichkeiten gegeben.

In dieser Arbeit wurde ein Konzept vorgestellt, das die Bewertung von Softwarequalität nach der ISO-25000 (SQuaRE) Normensammlung bei agiler Softwareentwicklung, im Rahmen der Entwicklungsmethode "Scrum", ermöglicht. Grundlage des Konzepts sind zum Einen Die ISO-Normensammlung selbst, sowie darin referenzierte Normen der ISO. Zum Anderen werden die Ergebnisse bisheriger Arbeiten auf dem Gebiet der Softwarequalität in agilen Entwicklungsumgebungen bei der Anforderungsdefinition an das Konzept benannt und erläutert. Die Arbeit zeigt auf, dass die Integration eines ISO-basierten Qualitätsmesssystems innerhalb agiler Entwicklungsumgebungen möglich ist, wenn die Prinzipien der agilen Entwicklung beachtet werden und Metriken mit bedacht und in Zusammenarbeit mit dem Entwicklerteam ermittelt und angewendet werden.

Die in den letzten Jahren zunehmend an Interesse gewinnenden AVB Standards umfassen eine Vielzahl an Verfahren und Mechanismen für eine latenzarme Übertragung von Audio- und Videodaten über IT-basierte Netzwerke. Ein Teil davon behandelt auch die Kontrolle dieser Netzwerke sowie die Steuerung seiner einzelnen Teilnehmer. Diese Arbeit richtet den Fokus auf das AVB interne Steuerprotokoll AVDECC, wobei zunächst die wichtigsten Kernaspekte der Standardreihe zusammengefasst und mit ähnlichen Verfahren kurz verglichen werden. Im Anschluss daran erfolgt eine detaillierte Betrachtung des Steuerprotokolls sowie eine Evaluierung hinsichtlich der Parameterübergabemöglichkeiten für die Signalverarbeitung. Zur Demonstration entsteht der Entwurf eines Entity-Modells für Arraymikrofone sowie die Implementierung einer Steuerung am Beispiel einer "Mute Control". Die Arbeit zeigt, dass sich die programmiertechnische Implementierung aufgrund der Komplexität der AVB Standards als ein zeitintensiver Prozess gestaltet, der aber durchaus zuverlässige Ergebnisse liefert und viel Raum für zukünftige Implementierungen bzgl. der Steuerung offen lässt.

Die Distribution von Audiosignalen in Computernetzwerken ist gegenüber bisherigen Lösungen flexibler bei reduziertem Aufwand und geringeren Kosten. Mit AVB und AES67 gibt es zwei offene Standards, welche die fehlerfreie Übertragung von Audiodaten mit geringer Latenz versprechen - auch parallel zu anderen Daten im Netzwerk. In der vorliegenden Arbeit werden die theoretischen Grundlagen der beiden Standards beschrieben und miteinander verglichen. Auch auf eine mögliche Kompatibilität beider Systeme zueinander wird eingegangen. Des Weiteren wird die Evaluierung und Implementierung einer Testumgebung, basierend auf dem Netzwerkstandard AES67, beschrieben. Verwendet wird hierfür das von Merging zur Verfügung gestellte Audio-Interface Horus. Eine Analyse und eine Auswertung der Implementierung, anhand der erhaltenen Testergebnisse, sind ebenfalls Teil dieser Arbeit.

Fahrerassistenzsystemen wird ein großer Beitrag zugesprochen die Verkehrssicherheit auf den Straßen zu verbessern. Aus diesem Grund wird in der Automobilindustrie mit großem Interesse an diesen Systemen gearbeitet. Ein Fahrassistenzsystem mit einem sehr hohen Bekanntheitsgrad ist die Einparkhilfe. Diese Sensoren arbeiten nach dem Prinzip des Echolotes. Bei den aktuell am Markt verfügbaren werden piezokeramische Plättchen verwendet. Das Ziel der aktuellen Forschung bei der Robert Bosch GmbH ist ein neues Wandlerkonzept. Es wird ein neuartiger, folienbasierter Ultraschallwandler entwickelt. Durch den Einsatz etablierter Fertigungsverfahren kann dieser besonders kostengünstig produziert werden. Zusätzlich ist durch den einfachen Aufbau ebenfalls ein Einsatz des Wandlers als Ultraschallarray denkbar. Im Rahmen der Arbeit soll die Membran des Array-Wandlers dimensioniert werden. Dazu werden verschiedene Geometrien und Materialien betrachtet, unter anderem Faserverbundkunststoff. Für dieses Material wird ein Modell entwickelt mit dem die Eigenfrequenzen berechnet werden können. Das Modell soll mit Messungen an gefertigten Membranen validiert werden. Um die Robustheit der Materialien zu untersuchen sollen Beschussversuche durchgeführt werden. Mit diesen kann eine mechanische Krafteinwirkung von außen, wie beispielsweise durch Steinschläge, simuliert werden. Auf Grundlage der Untersuchungen muss sowohl eine Geometrie als auch ein Material bestimmt werden, welche bei dem Ultraschallsensor Verwendung finden kann.

Der Schwerpunkt dieser Arbeit liegt darin, zu überlegen und beweisen, wie bestimmte, computergenerierte Testitems (\ac{S3D}-Testsequenzen) aufgebaut sein müssen, um fünf Fragestellungen bezüglich der Qualitätssicherung stereoskopischen Videomaterials zu untersuchen. Hierbei wird eine Testsequenz pro Forschungsfrage entstehen. Mit dem ersten Testitem wird untersucht, wo die maximal wahrnehmbare positive und negative Parallaxe im stereoskopischen Filmraum liegt. Außerdem wird analysiert, in welcher z-Richtung ein stereoskopisch aufgespannter Raum durch Probanden wahrgenommen wird. Es wird untersucht, unter welchen Umständen und ab welchen Stärken kissenförmige Verzerrungen im stereoskopischen Videobild wahrgenommen werden. Außerdem wird erforscht, ab welcher Intensität Tiefensprünge zwischen Schnitten im stereoskopischen Filmraum (als störend) wahrgenommen werden. Abschließend wird geprüft, ab welcher Dauer Schnitte in stereoskopischen Videomaterial als lästig oder gar unangenehm empfunden werden. In der vorliegenden Arbeit werden einleitend die Grundlagen der Stereoskopie behandelt. Danach findet eine Recherche zu den in der Literatur meist erwähnten \ac{S3D}-Fehlern statt. Anschließend werden diese Fehler bewertet und es wird festgestellt, welche Fehler die Zuschauer ab welcher Intensität besonders irritieren. Die Suche nach bereits existierenden Testsequenzen schließt die Recherche ab. Die im Anschluss folgenden, schrittweisen Überlegungen zu sinnvollen stereoskopischen Testitems begründen sich auf den vorher dargelegten Grundlagen. Die Vorgehensweise bei der Erstellung der computeranimierten Testsequenzen wird dokumentiert. Zum Abschluss der Arbeit werden die erstellten Testitems mittels einiger Probanden geprüft. Aus den Ergebnissen der Probandentests werden Rückschlüsse darauf gezogen, inwiefern die Testsequenzen ihre jeweilige Fragestellung beantworten konnten. Außerdem werden Verbesserungsvorschläge für die Testitems gemacht. Weitere Anregungen und Forschungsansätze werden angeführt.

Auf digitalen Filmkameras läuft Software, die immer leistungsfähiger und modularer wird. Systemtests solcher Softwareprodukte erlangen deshalb mehr Bedeutung und werden immer umfangreicher. Um den Aufwand der Tests niedrig zu halten, versucht man Systemtests mithilfe von Testframeworks weitgehend zu automatisieren. Diese Bachelorarbeit befasst sich mit der Einrichtung eines automatisierten Testframeworks für digitale Kamerasysteme der Arnold und Richter CineTechnik GmbH. Ziel dieser Arbeit ist es, die Arbeitsabläufe beim Testen zu verbessern, deutlich höhere Testabdeckung in kürzerer Zeit zu erreichen, sowie die Testautomatisierung auf alle aktuellen ARRI Kamerasysteme zu erweitern. Nach empirischer Auswahl eines geeigneten Systems, des Robotframeworks, wird dieses erläutert. Das Robotframework ist ein generisches Testframework zur Durchführung automatisierter Softwaretests. Es nutzt Keyword basierte Testskripte um deren Lesbarkeit und Benutzbarkeit zu vereinfachen. In dieser Arbeit werden die Ziele der Testautomatisierung mit dem Framework dargelegt und dessen Organisation in die ARRI Testumgebung veranschaulicht. Eigens erstellte Tests ausgewählter Kamerafunktionen werden implementiert um die Effektivität des Frameworks zu zeigen. Die Analyse sowie die Strukturierung der Testergebnisse bilden den Abschluss der Arbeit.

Die Möglichkeiten der Bildverarbeitung und Manipulation werden immer vielfältiger und fortschrittlicher. Das Feststellen der Authentizität sowie das Nachweisen von Manipulationen in Bildern gewinnt damit immer mehr an Bedeutung. Die sogenante digitale Bildforensik widmet sich dieser Aufgabe, jedoch ist auch die Verschleierung von Manipulation durch Antiforensik ebenso gefragt. Diese Arbeit geht auf den Aspekt der Größenveränderung ein und gibt einen Überblick über den Stand der Forschung zu Detektionsalgorithmen. Ein solcher Algorithmus wird implementiert und die Ergebnisse im Hinblick auf Detektionsgenauigkeit sowie Fehlereinflüsse evaluiert.

Die systemübergreifende Steuerung von Audiokomponenten wird im Zuge der fortschreitenden Vernetzung der Medienproduktion immer bedeutsamer. Es existiert eine Vielzahl zueinander inkompatibler Protokolle. In größeren Produktionsumgebungen müssen jedoch Komponenten der verschiedenen Systeme gekoppelt werden. Die Arbeit betrachtet die Grundlagen der Audiosystemsteuerung, sowie verschiedene netzwerkbasierte Systeme. Darunter auch die Steuerprotokolle des AVDECC-Standards. Im Rahmen dieser Arbeit ist der Entwurf einer Middleware entstanden, die verschiedene Steuerungssysteme verbinden soll. Dabei werden die zu steuernden Komponenten von Software-Proxys repräsentiert. Diese haben die Funktion eines Controllers im jeweiligen Zielsystem. Die Proxys müssen dabei sowohl die Schnittstellen des Zielsystems als auch die Schnittstellen der Middleware integrieren. Basis der Kommunikation in der Middleware ist das topic-basierte Publish/Subscribe-System MQTT (Message Queue Telemetry Transport). Des Weiteren wurde die Integration von AVDECC-Entitys in das Middlewaresystem untersucht. Eine prototypenhafte Implementierung der Middleware und der Integration ist auf Basis der JavaScript-Plattform Node.js entstanden.

Während die Empfindlichkeit von photographischem Film im Wesentlichen nicht von der Einfallsrichtung des Lichts abhängt, ist eine solche Abhängigkeit bei modernen CMOS-Sensoren bauartbedingt zu erwarten. Die Kenntnis einer solchen Richtungsabhängigkeit kann eine wichtige Rolle bei der Auslegung zukünftiger optischer Systeme spielen. Diese Bachelorarbeit umfasst die Entwicklung eines Verfahrens zur Messung dieser Winkelabhängigkeit mit dem Ziel, einen CMOS-Sensor hinsichtlich dieser Eigenschaft möglichst vollständig zu charakterisieren. Durch den Vergleich eines Sensors mit und ohne Farbfilterarray werden weitere spektrale Eigenschaften des Sensors charakterisiert und Artefakte ("optischer Crosstalk") untersucht.

Stereo 3D Bilder sind auf Grund der zahlreichen Einflussfaktoren und der vorausgesetzten Synchronität der Stereohalbbilder sehr empfindlich gegenüber Ungenauigkeiten im Kameraaufbau und Asynchronitäten im Bildinhalt. Im Rahmen dieser Arbeit wurden die Möglichkeiten des Ultra High Definition Videoformats zur Reduzierung und Korrektur möglicher Aufnahmefehler herausgestellt und abgewägt. Es wurde insbesondere die Extrahierung eines Teilbildausschnitts für die HD-Wiedergabe und die damit verbundenen Auswirkungen fokussiert. Orientiert an den dargestellten physikalischen Gesetzen und Einflussfaktoren, wurden die möglichen Manipulationen anhand von real und synthetisch aufgezeichnetem Bildmaterial qualitativ getestet und ausgewertet. Durch die Versuche konnte gezeigt werden, dass eine digitale Manipulation der Stereobasis in der Postproduktion nicht zu realisieren ist, aber typische Stereo-Irritationen durch eine geeignete Wahl des Bildausschnitts reduziert werden können. Des Weiteren hat sich eine gewisse Einschränkung des Verfahrens auf Grund des Zusammenhangs von Brennweite und Tiefenwirkung herausgestellt und die Möglichkeit eines digitalen Bildschwenks und -zooms wurde verifiziert.

In der modernen industriellen Produktion werden die meisten Arbeitsschritte in der Regel von Robotern durchgeführt. Der Aufenthalt im unmittelbaren Umfeld eines solchen Roboters birgt jedoch ein erhebliches Unfallrisiko. Deshalb gelten strenge Sicherheitsvorschriften, die in der Regel durch eine Absperrung des sicherheitskritischen Bereiches mittels einer Umzäunung umgesetzt werden. Sowohl der zusätzliche Platzbedarf einer solchen Umzäunung als auch die Behinderung des Produktionsprozesses bei kooperativen Arbeitsabläufen zwischen Mensch und Maschine senken die Wirtschaftlichkeit eines solchen Roboterarbeitsplatzes. Gefragt sind daher intelligente und barrierefreie Sicherheitslösungen für den industriellen Bereich, um eine Handlungsautomatisierung sicher und effizient durchführen zu können. Ein Ansatz ist eine kamerabasierte Überwachung von 3D-Arbeitsräumen. In dieser Arbeit wurden verschiedene Verfahren zum Support des kamerabasierten Überwachungssystems vorgestellt und ausgewählte Methoden in das bestehende System implementiert. Es wurde ein Verfahren zur Simplifizierung von dreidimensionalen Punktwolken angestrebt und hierfür die Ellipsoidmethode ausgewählt. Die Ellipsoidmethode trägt im Sinn dieser Arbeit zur Parametrisierung der Punktwolke und damit zur Objektüberwachung im dreidimensionalen Raum bei. Die im Folgenden durch Ellipsoide repräsentierten Objekte konnten zueinander in Relation gesetzt und die Bewegung aus den bekannten Parametern verfolgt werden. Es wurde ein Trackingszenario auf Basis des Kalman-Filters entworfen, welches die bekannten Objektdaten nutzt um die Objekte sicher identifizieren zu können. Die implementierten Verfahren wurden mit erzeugten Testdaten des existierenden Überwachungssystems getestet und evaluiert.

Ziel dieser Arbeit ist es, den finanziellen, personellen und zeitlichen Aufwand einer 2Dzu 3D-Konvertierung von bestehenden Luftaufnahmen auf Basis ihrer Eigenschaften und Charakteristika zu reduzieren. Dazu wurden zunächst allgemein gültige Charakteristika und Eigenschaften von Luftaufnahmen definiert. Anschließend wurden Konvertierungsmethoden zusammengetragen und ihre Eignung für die Konvertierung von Luftaufnahmen überprüft. Ausgewählte Konvertierungsverfahren kamen testweise für vier Clipsequenzen zur Anwendung, deren Eigenschaftskombinationen repräsentativ für die vorliegenenden Luftaufnahmen standen. Mit Hilfe einer Probandenbefragung wurden die Ergebnisse bzgl. der 3D-Qualität bewertet und evaluiert. Qualitative Unterschiede der Konvertierungsmethoden in Verbindung mit den Eigenschaften der Luftaufnahmen wurden so herausgearbeitet. Abschließend konnten spezifische Eigenschaften von Luftaufnahmen benannt werden, die sich bei der Stereokonvertierung zur Reduzierung des Arbeitsaufwandes bestimmter Verfahren eignen.

Die aktuelle Entwicklung im IT-Bereich hat bereits eine deutliche Tendenz zu mehr Mobilität und Vernetzung erfahren, und diese Wandlung hält weiter an. Mobile Anwendungen, und damit die Kommunikation zwischen einzelnen Anwendungsinstanzen, zentrale Datenlagerung und ihr Abgleich sind bedeutungsvoller geworden. Mit diesem Thema beschäftigt sich die vorliegende Arbeit. Es wird zunächst ein Einblick in Ausprägungen des Cloud-Computings gegeben und das Backend-as-a-Service-Modell näher betrachtet, welches, als noch relativ neuartiges Konzept, auf mobile Anwendungen spezialisiert ist und einen Schwerpunkt der Arbeit bildet. Anschließend werden cloudbasierte Webdienste für mobile Anwendungen vorgestellt und anhand der Eignung auf ein abgegrenztes Szenario ein Anbieter ausgewählt, der nähere Betrachtung findet. Es handelt sich dabei um die Windows Azure Mobile Services, die sich durch besonders flexible Einsetzbarkeit auszeichnen. Sie werden in einer als Proof of Concept im Rahmen der Arbeit entstandenen Anwendung genutzt. Letztere soll ein Beispiel für die Kommunikation von Apps über ein Cloud-Backend geben und implementiert dazu eine Notizverwaltung. Unterstützung der Zusammenarbeit mehrerer Benutzer, Push-Nachrichten und Synchronisation über mehrere Endgeräte gehören dabei zum Funktionsumfang. Mit der Arbeit wird gezeigt, dass eine Kommunikation zwischen Anwendungen mittels Backend as a Service möglich ist und wie dies umgesetzt werden kann.

Auf dem professionellen Beschallungsmarkt existieren bisher einige proprietäre Audionetzwerke, die unabhängig von verschiedenen Herstellern entwickelt wurden und nicht kompatibel sind. Mit AVB entsteht zum ersten Mal ein Standard, der auch eine herstellerübergreifende Kompatibilität ermöglichen soll. XMOS bietet Prozessoren an, die harte Echtzeitanforderungen erfüllen können, und unterstützt eine Open-Source-Bibliothek mit einem Referenzdesign für eine AVB-Implementierung sowie ein entsprechendes Evaluation-Board. Basierend auf dem AVB-Referenzdesign von XMOS wird in dieser Arbeit evaluiert, inwieweit die XMOS xCore Architektur für den Einsatz im professionellen Beschallungsmarkt geeignet ist. Dabei wird besonders im praktischen Teil auf die Integration von einer digitalen Signalverarbeitung eingegangen. Exemplarisch werden eine Audiomatrix und eine Pilotton-Überwachung implementiert. In diesem Zusammenhang werden auch verschiedene Filteralgorithmen inklusive Methoden zur Fehlerkompensation in einer Matlab-Simulation verglichen. Die Arbeit zeigt, dass es möglich ist, einen AVB-Endpoint entsprechend den Anforderungen an einen professionellen Endverstärker zu implementieren und zusätzliche digitale Signalverarbeitung zu integrieren. Bei der Umsetzung der digitalen Signalverarbeitung sind jedoch einige Eingrie notwendig, die in einem reinen Signalprozessor nicht anfallen würden. Die verfügbaren Ressourcen reichen nicht aus, um einen Signalprozessor aus einem professionellen Endverstärker vollständig zu ersetzen. Inwieweit ein XMOS-Prozessor in einem Produkt eingesetzt werden kann, ist anhand der in dieser Arbeit aufgezeigten Ergebnisse abzuwägen.

Für den Anwendungsbereich der Bewegungs- und Tiefenschätzung mit Stereokameras werden verschiedene Verfahren zur Erlangung subpixelgenauer Korrespondenzen untersucht. Es wird gezeigt, dass Interpolation der Disparität jener der Intensitäten überlegen ist, zumindest in wenig kontrollierten Umgebungen mit hohen und diskontinuierlichen Disparitäten. Ergebnisse rektifizierter Bilder mit normalisierter Epipolargeometrie werden evaluiert anhand der Referenz-Datensets Teddy, Cones (Middlebury College; gewonnen mittels strukturiertem Licht) und Corridor (Universität Bonn; erzeugt durch CAD). Mehrere Detektoren und Deskriptoren werden verglichen und deren Merkmalskorrespondenz-Koordinaten für weiterführende Ansätze verwendet. MSER und BRIEF erzielten die besten Ergebnisse - bis etwa 0,05 px für Mittelwert und Standardabweichung des Differenzbetrags zu Referenz-Disparitäten - in Verbindung mit Block Matching, wobei für arealbasierte Korrespondenzsuche mit der Methode der kleinsten Quadrate lediglich die Verschiebung in x-Richtung in die Ausgleichsrechnung einbezogen wurde und die Lokalisation von Ableitungsextrema an Pixel-Zwischenpositionen nicht mit derselben Genauigkeit überprüft werden konnte.

Die Leistungsfähigkeit von Schülern und Lehrern ist eng mit der akustischen Qualität des Klassenraums verbunden. Um die Akustik von Klasssenräumen planen oder verbessern zu können, werden Informationen zum Soll- und Ist-Zustand der akustischen Qualitätsparameter, sowie ein Vorhersagemodell für die Nachhallzeit benötigt. Zu diesen Punkten gibt es bereits eine Vielzahl von Untersuchungen, in Bezug auf die Eingangsdaten für die Vorhersagemodelle existiert jedoch eine Forschungslücke. Die Literatur gibt zwar Absorptionsdaten von Schülern an, jedoch streuen die Werte erheblich und es ist sehr wenig zum Thema bekannt. In der vorliegenden Arbeit wird dieser Sachverhalt anhand einer Literaturstudie zum Oberbegriff "Publikumsabsorption" belegt und ein Grundverständnis der Thematik vermittelt. Um die Wissenslücke zu schließen wurde die Schallabsorption von Schülern an Tischen im Hallraum und in realen Klassenräumen gemessen. Die Auswertung gibt Aufschluss über die herrschenden Zusammenhänge und widerlegt gleichzeitig einige der bisherigen Annahmen. Es wurde ein direkter Zusammenhang zwischen der Körperoberfläche eines Menschen und der zugehörigen äquivalenten Schallabsorptionsfläche festgestellt. Eine Umrechnungsformel wurde entwickelt, erfolgreich angewandt und anhand von Absorptionsdaten aus anderen Veröffentlichungen bestätigt. Wie gezeigt wird, lassen sich die Labordaten auf die reale Situation übertragen. Dank der vorgestellten Erkenntnisse und Daten ist es nun möglich, die äquivalente Schallabsorptionsfläche von Schülern an Tischen anhand des Alters und der Sitzanordnung zu berechnen.

In dieser Bachelorarbeit werden zwei Algorithmen vorgestellt, in denen diejenigen Features identifiziert werden sollen, die sich innerhalb einer Videosequenz unabhängig der verwendeten Kamera bewegen. Hierbei werden jeweils die unabhängig bewegten Features mit einem Stereokamerasystem und einer einzelnen Kamera detektiert. Hinsichtlich des Stereokamerasystems ist a priori Wissen über die Parameter des Stereosetups vorausgesetzt. Innerhalb des Verfahrens mittels einer Kamera beruht die Featureanalyse allein auf den ermittelten Features. Bei beiden Verfahren wird eine geometrische Transformation eingesetzt, die eine Projektion zwischen zwei Ansichten ermöglicht. Dadurch können die Features, die nicht der Projektion entsprechen, aus der Gesamtmenge aller Features entfernt werden. Die besten Ergebnisse bei einem synthetischen Datenset liefert der Algorithmus mittels eines Stereokamerasystems. In einer einfachen Bewegung von Objekt und Beobachter können hier 100% der unabhängig bewegten Features detektiert werden. Im Gegensatz dazu ist das Verfahren mittels einer Kamera für die bildbasierte Berechnung der Kameraposition sehr gut geeignet. Durch Einsetzen dieses Algorithmus kann die Genauigkeit bei der Schätzung der Kamerapose um ein Vielfaches erhöht werden.

Die Distribution von Audiosignalen in Computernetzwerken bietet gerade im professionellen Umfeld Vorteile gegenüber herkömmlichen Verbreitungswegen. Mit RAVENNA und dem auf IEEE-Standards basierenden AVB stehen zwei Systeme zur Verfügung, die die technischen Anforderungen für den professionellen Einsatz erfüllen, offen standardisiert sind und eine parallele Nutzung des Netzwerks mit anderen Diensten zulassen. Die vorliegende Arbeit beschreibt die theoretischen Hintergründe der beiden Systeme und vergleicht diese miteinander. Des Weiteren wird die Evaluierung und Implementierung einer Übertragungstrecke für Mikrofon- und Steuersignale auf Basis des AVB-Standards beschrieben. Als Zielplattform dient dabei das AVB Low-cost End Point Kit der Firma XMOS. Die für AVB benötigte Netzwerkschnittstelle wird zur Steuerung mikrofontypischer Parameter verwendet. So können die Parameter von einem Remote-Rechner aus kontrolliert werden. Die Evaluierung und Implementierung der Remote-Software sowie der Entwurf des Kommunikationsmodells ist ebenfalls Teil dieser Arbeit.

Für die Hallerzeugungen können verschiedene Verfahren angewendet werden. Durch die Faltung eines Audiosignals mit einer Raumimpulsantwort kann der Nachhall eines Raumes exakt reproduziert werden. Mithilfe rückgekoppelter Filterstrukturen kann eine große Anzahl an Reflexionen ressourcenschonend generiert und dadurch der Nachhall eines Raumes simuliert werden. Beide Verfahren haben aber sowohl Vorteile, als auch Nachteile. Um die Vorteile beider Verfahren nutzen zu können, können hybride Nachhallalgorithmen als drittes Verfahren eingesetzt werden. Dort werden der Direktschall und die frühen Reflexionen einer realen Impulsantwort mit dem Audiosignal gefaltet und der späte Nachhall durch eine Filterstruktur erzeugt. Dem späten Nachhall wird dabei aber nicht sehr viel Beachtung geschenkt. Er dient meistens nur dazu, die erwünschte Nachhallzeit zu erzeugen. Bei mehrkanaligen Audioaufnahmen wird meistens auch nur eine Filterstruktur für alle Kanäle gemeinsam verwendet, um den späten Nachhall aller Kanäle zu erzeugen. Der späte Nachhall könnte aber bei der Richtungswahrnehmung eine Rolle spielen. Diese Arbeit dokumentiert die Entwicklung eines hybriden Nachhallalgorithmus und die Untersuchung der Richtungsabhängigkeit des späten Nachhalls.

Die vorliegende Arbeit beschäftigt sich mit der Bildqualität der Kompressionsalgorithmen von Apple ProRes 4444, Avid DNxHD 444, Apple ProRes 422 HQ und Avid DNxHD 220x/185x/175x unter der Berücksichtigung eines in der Kinofilmproduktion üblichen Workflows. Der Schwerpunkt der Untersuchung liegt dabei auf den Auswirkungen von Bildtransformationen im Bereich der Postproduktion. Die Qualitätsbetrachtung erfolgt anhand der Verfahren Peak Signal-to-Noise Ratio (PSNR) und Structural Similarity Index (SSIM) und mithilfe eines Double-Stimulus Continuos Quality Scale (DSCQS) Probandentests.

In dieser Arbeit wird die Merkmalsverfolgung in stereoskopischen Videosequenzen untersucht in Hinblick auf die Möglichkeit einer robusten Tiefenschätzung. Dies soll die Bewegungsschätzung eines Kamerasystems auf Grundlage des Bildinhaltes ermöglichen. Dabei werden zwei Teilprobleme bewältigt: Die Merkmalsverfolgung über einen zeitlichen Verlauf und das Erkennen von korrespondierenden Merkmalen zwischen linker und rechter Ansicht. Es wurden verschiedene Detektoren in Hinblick auf ihre initiale Merkmalsextraktion untersucht und mit dem optischen Fluss über einen zeitlichen Verlauf verfolgt. Darüber hinaus wurden verschiedene Kostenmaße des Korrespondenzanalyseverfahrens unter Verwendung von Heuristiken eingesetzt und zusätzlich Ausreißereliminierungsverfahren angewendet. Das Programmiergerüst zur Implementierung und Evaluierung stellt der Softwareprototyp CamTracker dar, der zu Beginn der Arbeit bereits über grundsätzliche Funktionen zur Merkmalsverfolgung verfügte. Es konnte gezeigt werden, dass durch die angewendeten Methoden eine robuste Merkmalsverfolgung ermöglicht werden kann, jedoch die Genauigkeit der Tiefenschätzung noch nicht ausreicht. Einzelne Merkmale erzeugten dabei stark unterschiedliche Rückprojektionen im 3D-Raum, was eine zuverlässige Kameraverfolgung verhindert.

Ein virtuelles Hörsystem (Virtual Auditory Display) dient der Erzeugung des räumlichen Schalls. Durch die Faltung der Außenohrimpulsantwort (AOIA) bzw. Außenohrübertragungsfunktion (AOÜF) mit den Audiosignale der Schallquellen kann die Richtungsdarstellung realisiert werden. Die AOÜFs, die im VAD verwendet werden, müssen für jeden Benutzer individualisiert werden. Fehler wie "Vorne-Hinten-Vertauschungen'', "Im-Kopf-Lokalisierung'' usw. würden häufig eintreten, wenn die AOÜFs nicht individualisiert würde. Obwohl die aktuelle Methode, die direkte Messung der AOÜFs, die die besten individualisieren AOÜFs liefert, erfordert sie für die Zuhörer eine besondere Messeinrichtung und eine lange Zeit für das Messen, die nicht für eine Client-Anwendung geeignet ist. In dieser Arbeit, wird ein zur Zeit neuer Trend der Individualisierung der AOÜFs - individuelle Auswahl nicht individueller AOÜFs diskutiert. Zwei Auswahlverfahren werden durch Matlab aufgebaut und programmiert. Außerdem werden beide Auswahlverfahren durch ein Lokalisierungstest ausgewertet. Die Ergebnisse zeigen die Durchführbarkeit der Methoden und die Optimierungsmöglichkeit für bessere Ergebnisse in der Zukunft.

Mit der Digitalisierung des Kinos wurde die Grundlage für gute Qualität von Stereo-3D-Filmen geschaffen. Es bestehen jedoch hohe Anforderungen bezüglich der Handhabung mit der Aufnahmetechnik sowie der Nachbearbeitung des Materials. Qualitätsbestimmende Parameter werden oft vernachlässigt. Dadurch entsteht schlecht produziertes Stereomaterial, welches das 3D-Seherlebnis negativ beeinflusst. - Diese Arbeit gibt eine Übersicht über potentielle Fehlerquellen, die bei der stereoskopischen Produktion eine Rolle spielen. Auf dieser Basis wird ein Workflow definiert, der auch ohne professionelles Stereo-3D-Equipment eine gute Arbeitsweise ermöglicht. Entsprechende Rahmenbedingungen werden definiert, wie beispielsweise die Festlegung des Tiefenbereichs oder der Kameraparameter in Abhängigkeit von Aufnahmesituation und Wiedergabesystem. - Mit dem vorhandenen Equipment ist es nicht immer möglich, Aufnahmefehler wie zeitliche, geometrische und fotometrische Unterschiede zwischen den beiden Kamerabildern zu vermeiden. Daneben werden durch das Kamerasystem selbst Fehler wie Linsenverzerrung oder Sensorversatz verursacht. Für diese stereoskopischen Aufnahmefehler werden unterschiedliche Möglichkeiten der Korrektur durch gebräuchliche Postproduktionssoftware untersucht und die Qualität der Ergebnisse bewertet.

Im MDR Landesfunkhaus Sachsen-Anhalt wird das tägliche Fernsehprogramm in einem SD-basiertem Workflow produziert. Mit den immer mehr steigenden Anforderungen an das audiovisuelle Medium Fernsehen, wachsen auch die Anforderungen an die Technik und das zugehörige Management. Die Media & Communication Systems (MCS) GmbH Sachsen-Anhalt ist der technische Dienstleister für das MDR Landesfunkhaus Sachsen-Anhalt in den Bereichen Hörfunk- und Fernsehproduktion sowie deren Sendeabwicklung. Perspektivisch soll der Bereich Fernsehen auf das neue Medienformat "Hochauflösendes Fernsehen" (HD) umgerüstet werden. Um die technischen Voraussetzungen zu schaffen, sind Neuplanungen und Investitionen im Fernsehsendekomplex unumgänglich. Zur Zeit übernimmt die Verteilung der Audio- und Videosignale und deren Management ein zentrale Kreuzschiene. Diese ist nur zum Teil HD-fähig und besteht aus zwei voneinander unabhängigen Hardwarekomponenten (Audio- und Videorouter), womit eine hohe Flexibilität erreicht wird. Aus dieser Konstellation ergibt sich eine diskrete Signalverteilung von Bild und Ton. Ziel dieser Diplomarbeit ist daher ein Konzept für den Umstieg auf HD in einer gewachsenen SD-Produktionslandschaft ohne Einbußen an der bisherigen Flexibilität und Funktionalität. Die somit zu erarbeitenden wesentlichen Besonderheiten und Anforderungen an ein HD-Studio sind dabei an die konkreten Bedingungen des Landesfunkhauses in Magdeburg anzupassen. Beim Umstieg auf HD liegt die Überlegungnahe, die separaten Router für Audio und Video durch eine einzige Komponente zu ersetzen. Dies erfordert aber eine Abkehr von der diskreten Video-Audioführung und den Wechsel zur Technologie des "Embedded Audio", was den Audiotransport im Videosignal bedeutet. Nach der Analyse der vorhandenen Signalverteilung folgt die Untersuchung der integrierten Komponente auf ihr HD-Tauglichkeit und ihre Unterstützung von embedded Audio. Anschließend erfolgt die Auswahl einer geeigneten Kreuzschiene unter Berücksichtigung der Aspekte Audiorouting und Audiosignalbeeinflussung, Anbindungsmöglichkeit an vorhandene Kontrollsysteme und Protokollkompatibilität. Ferner Multivieweroption mit dynamischer Untertitelung, Rotlichtsignalisierung und Timecode-Einblendung. Daraufhin wird eine Musterlösung für das Landesfunkhaus erstellt, sowie zu auftretenden Problemen werden Lösungsvarianten dargelegt.

In aktuellen Entwicklungen ist es gelungen die perzeptiven Effekte der Wellenfeldsynthese auch bei der Wiedergabe auf Lautsprechersystemen mit nicht geschlossenen Arrays und Systemen mit einer geringeren Anzahl von Einzellautsprechern zu realisieren. Zur Bewertung der Wiedergabequalität solcher Systeme wurde in dieser Arbeit die subjektive Qualität der neuen Systeme im Vergleich zu bekannten Referenzsystemen evaluiert. Als Wiedergabeverfahren wurden Wellenfeldsynthese (WFS), Vector Base Amplitude Panning (VBAP) sowie ein kommerzieller proprietärer Algorithmus genutzt. Die subjektive Qualität wurde mit Hilfe von Hörtests zur Ermittlung der Richtungslokalisation sowie zur Bewertung von Klangfarbenunterschieden untersucht. Es wurde eine Lichtzeigermethode entwickelt welche eine automatische Ergebnisermittlung für Lokalisationstests ermöglicht. Zur Ermittlung von Klangfarbenunterschieden wurden verschiedene Kombinationen aus Algorithmus und Quellposition mit dem Signal eines einzelnen Lautsprechers verglichen. Die Ergebnisse wurden statistisch ausgewertet, bewertet und mit den Ergebnissen der Literatur verglichen.

Zur Beschreibung des Verhaltens der Schallausbreitung in Räumen nutzt man die experimentelle und immer mehr die rechnerische Simulation. Doch trotz der fortschreitenden Entwicklung der Rechnersysteme stellt die Simulation auf Grundlage numerischer Verfahren nach wie vor ein Problem dar. Vor allem für große Räume mit komplexer Geometrie und in Hinblick auf ein breitbandiges Ergebnis sind die Berechnungen bisher nicht in angemessener Zeit durchzuführen. Für diesen Fall bedient man sich weiterhin der geometrischen Raumakustik und ihrer Verfahren. Unter der Annahme, dass sich die Wellenausbreitung gleichfalls durch Strahlen annähern lässt, konnten schnellere und flexiblere Simulationsverfahren entwickelt werden. Diese teilweise rein probalistischen Verfahren unterliegen jedoch einer wesentlichen Einschränkung. Die Beugung in der Nähe und um Kanten herum kann damit nicht berechnet werden. Zur Lösung des Problems wurden zahlreiche Methoden entwickelt, die entsprechend ihres Modellansatzes den Beugungseffekt durch geometrische Verfahren annähern bzw. exakt berechnen können. Zwei dieser Entwicklungen werden in dieser Arbeit vorgestellt. Die erste Methode, benannt nach ihren Entwicklern Biot, Tolstoy und Medwin und später durch Svensson erweitert, ist die BTM-Methode zur Berechnung der Impulsantwort einer Kante. Die zweite Methode basiert auf dem Huygens-Fresnelschen Prinzip und berechnet den gebeugten, noch zu erwartenden Betrag der Schallenergie am Empfänger. Trotz besserer Algorithmen sind die damit berechneten Ergebnisse mit Vorsicht zu betrachten. Nicht zuletzt unterliegt die Simulation den Einschränkungen des zugrunde liegenden Modellansatzes. Die Qualität der Ergebnisse steht zudem im direkten Zusammenhang mit dem Vorwissen des Anwenders und dessen Kenntnis über den Funktionsumfang des Simulationsprogrammes. Entsprechende Untersuchungswerkzeuge und Methoden müssen also zur Überprüfung der Umsetzung auf der einen Seite und zur Qualitätsbeurteilung durch den Anwender auf der anderen Seite eingesetzt werden. Diese Arbeit stellt dabei verschiedene Methoden und Herangehensweisen dar, wie eine Vergleichsmessung durchzuführen ist und in wie weit welche Berechnungsschritte und Ergebnisse visuell aufbereitet dargestellt werden sollten.

Die Aufgabe des im virtuellen Studio der Technischen Universität Ilmenau eingesetzten Trackingsystems ist die exakte Erfassung interner und externer Kameraparameter. Für die Bestimmung der Orientierung erfolgt die Analyse des Kamerabildes. Da mit diesem komplexen Algorithmus Verzögerungen im Bereich mehrerer Frames einhergehen, soll in dieser Bachelorarbeit der alternative Einsatz eines Inertialsensors evaluiert werden. Dabei steht die Frage nach Genauigkeit und Echtzeitfähigkeit des Systems im Vordergrund. Ausgehend von den Anforderungen lassen sich Ziele und Vorgehensweisen für Integration und Vermessung des Sensors ableiten. Die Einbettung des Systems setzt sich aus der Entwicklung eines spezifischen Programmcodes, der Montage und der Kalibrierung des Sensors zusammen. Für die Vermessung des Systems werden im Rahmen dieser Arbeit drei entwickelte Messungskonzepte vorgestellt, durchgeführt und diskutiert. Sie dienen der Bewertung von Genauigkeit und Praxistauglichkeit des Sensors. Die Echtzeitfähigkeit des Systems wird separat betrachtet. In der Zusammenfassung der Arbeit erfolgt eine Einschätzung der Eignung des Sensors für den Einsatz im virtuellen Studio zur Bestimmung der Kameraorientierung. Zudem dient ein Ausblick als Ansatzpunkt für weitere Forschungsfragen.

Die Transferpfadanalyse (TPA) ist ein Verfahren, das in der Fahrzeugakustik eingesetzt wird, um zu analysieren, über welche Schnittstellen die meiste Energie in die Karosserie eingeleitet wird. Dazu ist es notwendig, die wirkenden Kräfte an diesen Punkten zu ermitteln. Dies kann über direkte und indirekte Verfahren erfolgen. Eine indirekte Methode, die in dieser Arbeit zur Anwendung kommt, ist das inverse Matrixverfahren. Dazu wird eine Inertanzmatrix invertiert und mit gemessenen Beschleunigungen aus einer Betriebsmessung multipliziert. Durch die Matrixinvertierung ist das System potentiell fehleranfällig gegenüber kleinen Messungenauigkeiten, wie zum Beispiel Rauschen der Sensoren. Daher werden in den nachfolgenden Versuchen zwei Parameter untersucht und deren Einfluss auf die Qualität der synthetisierten Beschleunigungen geprüft. Es zeigt sich, dass sowohl die Bedämpfung des Systems, als auch die Überbestimmung der Inertanzmatrix als gewählte Parameter verbesserte Prognosen der Zielgrößen ermöglichen. In einer weiteren Messreihe wird die TPA im Fahrzeug angewandt. An zwei Mikrofonpositionen im Fahrzeuginnenraum werden Schalldrücke prognostiziert. Das untersuchte Geräusch ist das Verzahnungsgeräusch eines PKW-Getriebes für Heck-Antrieb. Zusätzlich zu den Messungen wird in MATLAB ein Softwaretool entwickelt, das die gewonnen Messdaten analysiert und die notwendigen Berechnungen zur TPA durchführt.

Informationen über die dreidimensionale Szenengeometrie eines Raumes können in vielen Bereichen der Informationstechnik und besonders im Bereich von Computer Vision der Grundbaustein für komplexe Systeme sein, die zur Lösung eines speziellen Problems ein- gesetzt werden. Die Gewinnung von Informationen über die Struktur einer Szene ist ein komplexes und gut untersuchtes Themengebiet. Es gibt eine Vielzahl an Möglichkeiten, die gewünschten Informationen zu erhalten. Eine Variante ist die Stereobildanalyse und die Tiefenberechnung mit Hilfe der Disparitätsanalyse. Inwieweit es möglich ist, aus zweidimensionalen Stereobildern die Tiefenstruktur einer Szene mit Hilfe der Disparität zu berechnen, zeigt die vorliegende Diplomarbeit auf. In der Arbeit werden die Grundlagen der Stereobildanalyse betrachtet und es wird die Dis- paritätsanalyse mit Hilfe des Block Matchings erforscht. Aufgezeigt wird, dass das Block Matching Verfahren ein sehr leistungsstarkes Werkzeug ist, um der anspruchsvollen Aufga- be der Korrespondenzanalyse entgegen zu treten. Ein weiterer Schwerpunkt der Untersu- chungen liegt in der Optimierung von Disparitätskarten. Neben theoretischen Reflexionen wird praktisch ein Algorithmus entwickelt, der auf dem Block Matching Verfahren basiert und verschiedene Korrelationsmetriken realisiert. Zur Anwendung kommen die SAD- und NCC-Metrik sowie nicht-parametrische Transformationen in Form von Rank und Census. Als ein Optimierungsverfahren wird die Verwendung adaptiver Fenster implementiert. Im Rahmen der praktischen Entwicklung des Algorithmus in C++ und der anschließenden Evaluation hat sich herausgestellt, dass die Verwendung adaptiver Fenster zur Dispari- tätsanalyse die besten Ergebnisse liefert. Im Endergebnis wird gezeigt, dass der entwickel- te Algorithmus gute Disparitäts- und Tiefenkarten gewinnen kann. Als Anwendungsfall wird das Segmentieren von Videomaterial beim Keying betrachtet. Es stellte sich heraus, dass die Qualität der gewonnenen Tiefenkarten für diesen Anwendungsfall nicht ausreicht. Dennoch können die gewonnenen Tiefenkarten für eine Vielzahl anderer Anwendungsfälle, wie z. B. der Hinderniserkennung oder der Steuerung autonomer Roboter, genutzt werden.

Die Raumakustik hat das Ziel, für jeden Raum eine angemessene akustische Umgebung zu schaffen. Es existieren verschiedene Herangehensweisen, mit deren Hilfe Parameter für eine akustische Beschreibung eines Raumes berechnet werden können. Zu den wichtigsten Parametern zählt die Nachhallzeit. Sie ist als die Abklingdauer nach dem Abschalten eines akustischen Signals in einem Raum definiert. Die vorliegende Arbeit befasst sich mit einer raumakustischen Analyse von Sporthallen. Während der raumakustischen Projektierung treten häufig kleine Abweichungen der Nachhallzeit zwischen Prognose und Endzustand auf. Bei Sporthallen ist jedoch die erwartete Nachhallzeit immer deutlich kürzer als die gemessene Nachhallzeit. Es wird vermutet, dass Sporthallen durch ihre Bauform Schallenergie besser speichern können, als durch die Prognose angesetzt wird. Aus diesem Grund wurden verschiede raumakustische Messungen durchgeführt. Durch diese Messungen sollte ein Nachweise über die Existenz eines Nachhallreservoirs geführt werden. Des Weiteren wurden Ansätze für die Anpassung der statistischen Berechnungen nach Fitzroy an die typische Bauform einer Sporthalle untersucht. Hierbei wurden die Verhältnisse zwischen Länge, Breite und Höhe als Ausgangspunkt für die Verbesserung genutzt. Die Messungen ergaben, dass Unterschiede in Längs- bzw. in Querrichtung auftreten. Jedoch sind diese nur minimal und für einen Beweis nicht hinreichend eindeutig. Die Anpassung der Berechnung nach Fitzroy zeigt eine Verbesserung und ist durch weitere Objekte zu validieren.

Um das Videosignal im Studio per Video on Demand und Livestream im Internet veröffentlichen zu können, muss eine Plattform konzipiert und gebaut werden, die das Videosignal konvertiert, die Videodateien in einem Videoarchiv aufzeichnet und die Videoinhalte in Echtzeit zur Broadcast überträgt. - Diese Arbeit stellt den Zugriff und die Aufnahme des Videosignals durch die Anwendung von DVS Videoboard unter Zuhilfenahme von DVS SDK und C++ vor und implementiert eine Streaming-Plattform durch die Entwicklung von Webserver, Datenbanken und Streaming-Server. In diesem Entwicklungsprojekt werden Java, ActionScript und SQL verwendet. Anschließend werden die Funktionen der Plattform bzw. das Video on Demand- und Streaming-Portal auf einer Webseite integriert.

Eines der wesentlichen Probleme in der Raumakustik ist die Absorption von tieffrequenter Schallenergie. Speziell in kleinen Räumen, in denen sich durch Überlagerung des Quellsignales mit den von den Raumbegrenzungsflächen reflektierten Schallwellen unterhalb der Schröderfrequenz ein modales Schallfeld bildet, das durch erhebliche ortsabhängige Schalldruckmaxima und -minima (stehende Wellen) geprägt ist, sind kontrollierte Bedingungen, wie sie beispielsweise in Tonstudios notwendig sind, nur durch den gezielten Einsatz von Absorbern möglich. In letzter Zeit wird der Einsatz von Kantenabsorbern, die aus porösen Materialien bestehen, immer populärer. Obwohl sie der Theorie nach ihre maximale Wirkung im Abstand von einer Viertel Wellenlänge vor der Wand erzielen sollten, also für die Absorption von tiefen Frequenzen große Schichtdicken bzw. entsprechend große Abstände vor der Wand notwendig sind, zeigen erste Untersuchungen, dass diese Absorber in Raumkanten einen wesentlich tieffrequenteren Wirkbereich aufweisen, als dies der Theorie nach zu erwarten wäre. Da für die Gründe dieser zunächst aus der Theorie nicht ersichtlichen Effekte bislang keine wissenschaftlichen Erklärungen vorliegen und nur wenig Messdaten verfügbar sind, wurden im Rahmen dieser Arbeit Messungen an Kantenabsorbern durchgeführt. Es wurde sowohl die Abhängigkeit von Materialeigenschaften als auch der Einfluss unterschiedlicher Positionierung und Ausrichtung im Raum untersucht.

Die vorliegende Arbeit widmet sich der Entwicklung eines interaktiven Musikinstrumentes für mobile Endgeräte. Ziel ist es, eine bereits für den Computer existierende Technologie zur Erzeugung von Akkord-Folgen - das Fraunhofer HarmonyPad - auf einem mobilen Endgerät zu realisieren. Dabei sollen die charakteristische Eigenschaften des HarmonyPads übertragen und Lösungen gefunden werden, die den Voraussetzungen mobiler Endgeräte gerecht werden. Ausgehend von einer Kategorisierung mobiler Endgeräte wird das Smartphone als Zielsystem für die zu entwickelnde Anwendung gewählt. Neben der Darstellung dessen Hard- und Software-technischen Eigenschaften sowie der Erläuterung gängiger Betriebsysteme, wird ein Fokus auf die Bedienung von Smartphones gelegt. Ebenfalls werden bestehende Musikinstrumente für mobile Endgeräte beschrieben und die, für diese Arbeit wichtigen Eigenschaften des HamonyPads erläutert. Im Rahmen der Konzeption wird auf die vorgenommene Adaption der HarmonyPad-Technologie eingegangen. Hierzu wurden Parameter des HarmonyPads analysiert und die relevanten herausgearbeitet. Danach wurden verschiedene, alternative Bedienkonzepte entwickelt, analysiert und getestet. Hieraus ist das finale Konzept entstanden. Die nachfolgende Implementierung der konzipierten Applikation fand auf einem iPod touch statt, welcher im wesentlichen dem iPhone, gleicht. Den Abschluss bildete eine Evaluation, die in Form einer Feldstudie durchgeführt wurde. Mit ihr wurden Eigenschaften des entwickelten Musikinstrumentes sowie deren Einfluss auf den Anwender untersucht. Im Ergebnis konnte eine positive Resonanz bei den Testpersonen wahrgenommen und Erkenntnisse auf die Weiterentwicklung des vorgestellten Musikinstrumentes gewonnen werden. Somit ist gezeigt worden, dass das HarmonyPad auch auf einem mobilen Endgerät zu realisieren ist.

Der stereophone Höreindruck bei der Wiedergabe von Audiomaterial über zwei Lautsprecher begrenzt sich auf eine enge Zone. Außerhalb dieses Bereichs fällt die Illusion der künstlichen Stereobasisbreite in sich zusammen und die korrekte Lokalisation der Schallquellenphantome ist nicht mehr möglich. Derselbe Effekt tritt auf, wenn ein Lautsprecherpaar den Anforderungen einer Stereoanordnung nicht entspricht. Es ist daher notwendig, die Fehler, die aus einer nicht optimalen Stereoanordnung resultieren, zu untersuchen und darauf basierend ein Verfahren zur Kompensation dieser Fehler zu entwickeln. In dieser Arbeit wird ermittelt, welche Technologien geeignet sind, den so genannten "Sweet Spot" an die momentane Position des Hörers zu verschieben. Es zeigt sich, dass neben der einfachen Pegel- und Laufzeitkorrektur noch viele andere Faktoren eine wichtige Rolle spielen, darunter der Lautsprecherfrequenzgang und die Blickrichtung des Hörers. Um alle Einflüsse untersuchen und bewerten zu können, wird ein geeignetes Messverfahren gesucht und dieses kurz vorgestellt. Gerade die aus diesen Daten erzeugten Lautsprecherentzerrungsfilter sind ein oft unterschätzter Faktor für die Kompensation der Aufstellungsfehler. Daher setzt sich diese Arbeit intensiv mit der Generierung von FIR-Filtern zur Lautsprecherentzerrung auseinander. Der Kern des erstellten Systems zur Kompensation nicht optimaler Stereoanordnungen basiert auf einem zwei-dimensionalen Vektorraum. Die durchgeführten Simulationen bestätigen die aufgestellte Vermutung, dass die in diesem Vektorsystem eingebetteten Modelle zur Korrektur der auftretenden Fehler sich sowohl schnell als auch einfach berechnen lassen. Die Evaluation der gewonnenen Ergebnisse findet durch eine messtechnische Auswertung statt.

Das Ziel dieser Arbeit besteht darin, Vorschläge für Folgeakkorde auf der grafischen Oberfläche des HarmonyPads, zu visualisieren und damit bisher nicht oder nur schwer zugängliche Akkordübergänge bei intuitiver Bedienbarkeit zu ermöglichen. Das HarmonyPad stellt durch die Gestaltung von Benutzerschnittstelle und Tonraum ein digitales Musikinstrument dar, das sogar für Nutzer ohne musikalische Erfahrungen und Vorwissen leicht zugänglich ist. Dabei ermöglicht das bisher bestehende Konzept ein äußerst benutzerfreundliches Spiel der sogenannten Haupt- und Nebendreiklänge. Dies sind die elementaren Akkorde aller Tonarten des Zwölftonsystems. Durch diese Funktionalität sind bereits Akkorde und Akkordverbindungen spielbar, deren Beherrschung auf einem konventionellen Musikinstrument einen enormen Aufwand an Übung erfordert. Allerdings stellen die zum derzeitigen Stand der Technik auf dem HarmonyPad intuitiv umsetzbaren Akkorde eine gewisse Einschränkung dar. Besonders zur Gestaltung des harmonischen Verlaufs einer Komposition fehlen Möglichkeiten, diesen auch durch Spannung und Reiz abwechslungsreich zu prägen. In Bezug auf dieses Kriterium fallen die ansonsten vorteilhaften fast uneingeschränkten Kombinationsmöglichkeiten von Haupt- und Nebendreiklängen eher negativ ins Gewicht. Die auf dem HarmonyPad vorprogrammierte hauptsächliche Verwendung dieser Akkorde kann schnell zu einer gewissen harmonischen Monotonie führen. Der Schwerpunkt des in dieser Arbeit entwickelten Systems liegt daher auf Akkorden und Akkordübergängen, die dieser Problematik Abhilfe verschaffen. Solche Akkorde, speziell auch ihre angemessene Fortführung, sind jedoch aus musiktheoretischer Sicht nicht trivial, weshalb sie auch im bisherigen Konzept des HarmonyPads wenig Berücksichtigung fanden. Konkret werden dazu auf der grafischen Oberfläche Vorschläge für mögliche Folgeakkorde visualisiert, und gleichzeitig durch simples Auswählen spielbar gemacht. Das Ergebnis dieser Arbeit erweitert die Funktionalität des HarmonyPads in sofern, das sich für den Nutzer neue bedienerfreundliche Gestaltungsmöglichkeiten komplexer Akkordverbindungen eröffnen. Durch die intuitive Spielweise können vor allem Nutzer erreicht werden, die nur über wenig oder keine Erfahrung auf konventionellen Musikinstrumenten verfügen. Darüber hinaus soll das nun ermöglichte Spiel komplexerer Akkorde jedoch auch Musiker mit größerem Vorwissen faszinieren und zum Experimentieren anregen.

Aufgrund der bekannten Problematiken bei Chroma-Keying (zum Beispiel Farbsäume und der Einfluss von Farbunterabtastung auf die Stanzmaske) sowie der starken Studioreglementierung ist es nötig, alternative Keying-Technologien für den Film und Fernsehbereich zu untersuchen. Ein Ansatz dazu ist die tiefenbasierte Bildsegmentierung, mit der es möglich ist, die Einschränkungen von farbbasierter Bildsegmentierung zu überwinden und in weitaus weniger eingeschränkten Szenen zu arbeiten. In dieser Arbeit wird ermittelt, welche Technologien geeignet sind, Tiefeninformationen zu generieren, die den Anforderungen für das Keying genügen und welche Darstellungs- und Speicherformen für Tiefeninformationen sich anbieten, sodass die Berechnung einer Stanzmaske einfach und effizient geschehen kann. Zudem wird untersucht, inwiefern es möglich ist, Tiefeninformationen in geringerer Auflösung als das Videosignal zu generieren und diese dann zu interpolieren, um Zeit bei der Erzeugung zu sparen. Es erfolgt dazu ein Vergleich der Verfahren und Speicherformate hinsichtlich bestimmter Kriterien sowie die Entwicklung einer Simulation anhand Bildmaterials aus künstlichen 3D-Szenen. Geeignete Generierungsverfahren sind die Stereo-Rekonstruktion, Lichtlaufzeitverfahren, Depth from Defocus und Lichtmusterprojektion. Als Speicherformat bietet sich die Tiefenkarte an, beachtet werden muss aber, dass erweiterte, in ihrer Erzeugung aufwändige Formate einen gewissen Mehrwert bieten. Bei Toleranz einer gewissen Fehlerquote an den Objektkanten ist es möglich, Tiefeninformationen oder Stanzmasken zu interpolieren. Über einfache Kantenkorrekturalgorithmen kann zudem die Fehlerquote noch einmal reduziert werden. Das Verfahren der tiefenbasierten Bildsegmentierung umgeht also die Probleme der farbbasierten Bildsegmentierung und bietet sich bei geeigneter technischer Realisierung als Alternative für die farbbasierte Bildsegmentierung an.

Ziel dieser Arbeit ist die Untersuchung der Einsatzmöglichkeit von LEDs als Messinstrument zur Beurteilung optischer Parameter von Kamerasystemen. In diesem Zusammenhang werden zunächst grundlegende Testsituationen näher erläutert und eine Einführung in Auswertungen und Speicherung von Bilddaten digitaler Kameras gegeben. Für eine Systemneuentwicklung werden Grundlagen von Leuchtmitteln und derzeitigen Beleuchtungssystemen dargelegt. Der Fokus liegt auf der Konzeption und Umsetzung eines neuen Beleuchtungssystems. Hierzu wurden eigens entwickelte Ansteuerungsroutinen geschrieben, Lichtsimulationen und photo- sowie farbmetrische Messungen durchgeführt. Probleme von derzeitigen Systemen und Schwierigkeiten bei der Entwicklung des eigenen Konzepts sowie die Notwendigkeit von genauen Referenzlichtquellen werden deutlich. Die im Rahmen dieser Arbeit vorgestellte Ulbricht-Kugel mit LEO-LED-Beleuchtung ermöglicht eine Erweiterung bestehender Testverfahren und somit eine umfassendere Einschätzung der Bildgüte von Digitalkameras.

Spracherkennung im Kraftfahrzeug ermöglicht den Fahrzeuginsassen eine komfortable Bedienung verschiedener Komponenten wie etwa des Mobiltelefons, der Audioanlage oder des Navigationssystems. Vor der eigentlichen Spracherkennung wird das aufgenommene Mikrofonsignal zunächst auf Sprachaktivität überprüft. Durch eine Sprachsegmentierung werden dabei nur Signalausschnitte, die Sprachanteile enthalten, dem Spracherkenner zugeführt. Störsignale beeinträchtigen dabei die Segmentierung. In dieser Arbeit wird, basierend auf einer statistischen Mustererkennung, eine Methode zur Sprachaktivitätserkennung entwickelt und in C implementiert. Ein Modell-basierter, eines Cepstral-Distance-basierter sowie ein SNR-basierter Ansatz zur Erkennung von Sprachsignalen in stationären Rauschumgebungen werden vorgestellt und miteinander verglichen. Durch eine Detektion der harmonischen Struktur von Sprache, wird ein Sprachsignal von einem instationären Störsignale abgegrenzt. Die Methoden wurde unter verschiedenen Randbedingungen getestet und weisen ein gutes Segmentierungsergebnis, auch in stark gestörten Umgebungen, auf.

In dieser Diplomarbeit wird die Möglichkeit von Music Information Retrieval auf Basis von HE-AAC kodiertem Audiomaterial in der komprimierten Ebene und der Transformationsebene untersucht. Die zugrunde liegenden Applikationen sind dabei automatische Genre and Emotionsklassifizierung. Zu Beginn wird eine Bestandsaufnahme musikalischer Merkmale aus der komprimierten Ebene und Transformationsebene durchgeführt und im Anschluss deren Eignung für das HE-AAC Audiokodierverfahren untersucht. Dazu wird ein Verfahren vorgeschlagen das es ermöglicht Aussagen über die Qualität musikalischer Merkmale für automatische Genre- und Emotionsklassifizierung zu treffen ohne eigentliche Klassifizierungsberechnungen vorzunehmen. Dies reduziert den Aufwand zur Merkmalsbewertung und Evaluierung geeigneter Merkmalssätze unter verschiedenen Gesichtspunkten erheblich da auf iterative Verfahren zur Datengewinnung verzichtet werden kann. Die Bestandsaufnahme und Bewertung wird durch neue, an die auditive Wahrnehmung des Menschen anpasste, musikalische Merkmale niedriger Komplexität ergänzt, welche aus zeitlicher Modulationsanalyse von Mel-Frequenz skalierten Spektren hervorgegangen sind. Unter Berücksichtigung dieser neuen Merkmale und dem Fakt das Musiktempo die einfachste und eine der wichtigsten semantischen Informationen im Zusammenhang mit Musik ist wird des Weiteren ein komplexitätsskalierbares Temposchätzverfahren mit wahrnehmungsbasierter Tempokorrektur vorgeschlagen. Das Verfahren kann in Verbindung mit unkomprimierten PCM-Daten (PCMD), MDCT Koeffizienten aus der Transformationsebene (TD) des HE-AAC/AAC Audiokodierverfahrens und mit parametrischen Seiteninformation aus der komprimierten Ebene (CD) direkt auf den HE-AAC Bitstream angewendet werden. Es wird gezeigt dass das Verfahren robust gegenüber Bitratenveränderungen ist und kommerzielle Temposchätzverfahren in Genauigkeit übertrifft. Aufbauend auf den Erkenntnissen aus den Qualitätsbetrachtungen aller hier betrachteten und neuen musikalischen Merkmale werden im Anschluss Merkmalssätze generiert die zur Genre und Emotionsklassifizierung herangezogen werden. In Kombination mit hierarchisch strukturierten GMM Klassifizierern werden damit Genauigkeiten von 88% für die Klassifikation von vier Genres und 62% für die Klassifizierung von vier Emotionen erreicht. Die Ergebnisse zeigen das Music Information Retrieval direkt auf Basis von komprimierten Audiodaten, im speziellen HE-AAC, möglich ist.

In der Raumakustik gibt es die Möglichkeit, durch mathematische Modellierung die akustischen Eigenschaften von Räumen darzustellen. Im Fachgebiet Audiovisuelle Technik wurde die Software Staccato2 entwickelt, welche durch Kombination aus Spiegelquellenverfahren und Strahlenverfolgungsverfahren (Raytracing) eine Raumimpulsantwort (Echogramm) aus den geometrischen und materiellen Daten für einen Raum erstellt. - Das Ziel der Diplomarbeit ist die Erweiterung dieser Software um den Baustein der Auralisation, der Simulation eines akustischen Signals in einem modellierten Raum. Dies ermöglicht das Hörbarmachen der akustischen Eigenschaften eines Raumes, z.B. zur Optimierung der Positionen von Schallquellen oder einer gezielten Anpassung eines Audiosignals an die Raumeigenschaften durch Verstärkung oder Dämpfung einzelner Frequenzen, d.h. einer Kompensation negativer akustischer Raumeigenschaften. Diese Simulation soll mittels Faltung der mit Staccato2 erstellten Raumimpulsantwort mit einem beliebigen Audiosignal realisiert werden. - Das zu entwickelnde System soll auch eine Faltung mit mehreren Impulsantworten ermöglichen, um die zukünftige Umsetzung einer binauralen Auralisation zur Verfeinerung der akustischen Raumsimulation, d.h. zur Steigerung deren Leistungsfähigkeit und Qualität, zu überprüfen.

Mittelpunkt dieser Arbeit bildet die Auswertung raumakustischer Parameter in Schulen. Anhand dieser gewonnenen Daten und einer Umfrage unter den Lehrern und Lehrerinnen der Schulen soll ein Zusammenhang zwischen schlechter Raumakustik und den physischen und psychischen Auswirkungen auf die Schüler, sowie die physischen Auswirkungen auf das Lehrpersonal untersucht werden. Neben diesen Untersuchungen soll auch ermittelt werden, ob die Vorgaben der DIN 18041 ausreichend und sinnvoll sind, um in Schulen eine förderliche Akustik zu erhalten. Die Frage geht dabei in die Richtung, ob die Richtwerte und Auswahl der verwendeten Parameter sinnvoll festgelegt sind und ob weitere Parameter mit einbezogen werden sollen. Die Diskussion um die Bedeutung des 125 Hz Bereichs ist dabei ebenfalls Bestandteil der Untersuchung.

Die in dieser Diplomarbeit vorgestellte Lokalisationsmethode nutzt dreidimensionale Schnellesonden ('acoustic vector sensor' - AVS) der Firma Microflown Technologies. Dadurch kann die richtungsbezogene Schallschnelle zur Quellenlokalisation ausgewertet werden. Als Lokalisationsalgorithmus wird die Multiple Signal Classification (MUSIC) verwendet. MUSIC trennt mit einer Hauptkomponentenanalyse die Signalkomponenten ('Signal Subspace') von den Rauschkomponenten ('Noise Subspace'). Es werden die Rauschkomponenten verwendet, die dann den theoretisch möglichen Einfallsrichtungen ('direction of arrival' DOA) zugeordnet werden. Die Rauschkomponenten werden in Richtung der Quellen vom Quellsignal verdeckt und liefern dadurch mit ihrem Kehrwet einen scharfen Peak in Richtung der Quellen. In dieser Arbeit wurden die qualitativen Unterschiede zwischen Druckarrays und AVS-Arrays zur Quellenlokalisation messbar gemacht. Als Maß der Verbesserung dienten dabei die Genauigkeit und die Auflösung des Lokalisationsergebnisses. Die Genauigkeit beschreibt die Korrektheit der ermittelten Richtung und die Auflösung wie gut sich das Ergebnis von der Umgebung abhebt. Die Vergleichsmessungen zeigten eine Verbesserung des AVS-Arrays gegenüber dem Druckarray in Genauigkeit und Auflösung. Zusammenfassend ist festzuhalten, dass mit dem AVS-Array in Kombination mit einer Richtungskalibrierung ein funktionierendes Lokalisationssystem zur Verfügung steht. Für die Zukunft ist die Erprobung weiterer Lokalisationsalgorithmen mit AVS-Array zu empfehlen.

Diese Diplomarbeit befasst sich mit der automatischen Klassifikation vokaler Anteile in Musikstücken. In den Genres Metal und Urban treten mehrere Arten von Gesangsstilen bei ähnlicher Begleitmusik auf. Deshalb wird für diese Genres ein nach vokalem Anteil annotierter Trainings- und Testdatensatz erstellt, um die Ergebnisse der Klassifikation evaluieren zu können und eine Unabhängigkeit von der Begleitmusik zu schaffen. - Es wurden verschiedene Merkmale eingebunden und implementiert, die für diese Aufgabe in Frage kommen. Neben typischen Merkmalen aus Zeit- und Frequenzbereich werden auf Basis von Klassifikationswahrscheinlichkeiten sogenannte Likelihood-Merkmale extrahiert, um bestimmte Gesangscharakteristiken besser beschreiben zu können. Die Auswirkungen durch die Einbindung dieser neuartigen Merkmale in das System werden evaluiert. Als Klassifikator wird ein Gauß'sches Mixtur Modell (GMM) benutzt. - Als Gütemaße der Klassifikationen verschiedener Experimente werden Precision, Recall und F-Measure berechnet sowie die Häufigkeit detektierter Klassen in Konfusionsmatrizen dargestellt.

Um akustische Wellenfelder in Bezug auf ihre räumliche Zusammensetzung hin untersuchen zu können, werden Raumimpulsantworten heutzutage über eine ganze Reihe von Mikrofonpositionen gemessen. Die Qualität der dafür verwendeten Mikrofonarraytechnologie ist dabei eingeschränkt durch die begrenzte räumliche Auflösung und Ungenauigkeiten während der Messung. Diese Diplomarbeit behandelt die Untersuchung von Kreisarraysystemen bezogen auf ihre Eignung für die Anwendung im Realfall. Aus einer Kreisarraymessung können mehrere virtuelle Mikrofone mit unterschiedlicher Richtcharakteristik und Positionierung im aufgenommenen Schallfeld erzeugt werden. In diesem Zusammenhang werden die einzelnen Schritte der Arraysignalverarbeitung vorgestellt und analysiert. Darauf aufbauend werden die möglichen auftretenden Fehler diskutiert. Um die Qualität der Auralisation einer mit dem Kreisarray gemessenen raumakustischen Umgebung bewerten zu können, steht anschließend der Vergleich von ausgewählten virtuellen Mikrofonsetups mit den dazu äquivalenten realen Mikrofonsetups im Mittelpunkt. Ausgehend von der Simulation der Arraysignalverarbeitung, unter Berücksichtigung idealer und realer Messbedingungen mittels eines einfachen raumakustischen Modells, werden die Auswirkungen der charakteristischen Eigenschaften von Kreisarrays auf die Auralisation in einem vergleichenden Hörtest analysiert. Die Erstellung, Verarbeitung und Analyse der Simulationsmodelle erfolgt in MATLAB.

Diese Diplomarbeit beinhaltet eine wissenschaftliche Analyse der Eigenschaften und Potentiale von Creative LED Systemen. In diesem Zusammenhang wurden Begriffsdefinitionen eingeführt, um die LED Technologie im Bereich der Entertainmentbeleuchtung eindeutig abzugrenzen. Die Grundlage der Untersuchung bildet ein konzipiertes Testverfahren für Creative LED Systeme, das drei unterschiedliche Kategorien an Qualitätskriterien definiert. Zusätzlich wird die Problematik von Messungen an LED Modulen und die Notwendigkeit einheitlicher Messverfahren verdeutlicht. Die praktische Umsetzung der Testkonzeption fokusiert sich auf die Erhebung photo- und farbmetrischer Parameter. Die Messreihen wurden unter Labor- und Feldbedingungen durchgeführt, wobei für die Feldmessung eine eigens konstruierte Messkammer verwendet wurde. Die Ergebnisse zeigen, dass Abstrahlcharakteristik und spektrale Eigenschaften der LED Module sowohl durch die LED Anordnung als auch die Beschaffenheit der Moduloberfläche beeinflusst werden. Weiterhin konnte gezeigt werden, dass die wesentlichen objektiven Qualitätskriterien eines Creative LED Systems mit einem vereinfachten Messverfahren unter Feldbedingungen erhoben werden können.

In dieser Diplomarbeit wird die Verbesserung der Sprachqualität für Freisprecheinrichtungen durch eine Geräuschreduktion auf Basis mehrerer im Kraftfahrzeug verteilter Mikrofone untersucht. Bisher werden solche verteilten Mikrofonsysteme im Kraftfahrzeuginnenraum einer einkanaligen Verarbeitung unterzogen, bevor sie schließlich durch einen Mischer kombiniert werden. - Innerhalb der vorliegenden Arbeit sollen die verfügbaren zwei Mikrofone des mehrkanaligen Systems gemeinsam betrachtet werden. Es wird ein Verfahren entwickelt, das einen Überschätzfaktor bei der Filterung zur Geräuschreduktion auf Basis einer vorangehenden Sprachdetektion und Sprecherlokalisation steuert. Das Mikrofonsignal in dem lokalisierten Nutzkanal wird durch die aus beiden Kanälen gewonnenen Informationen optimiert. - Um eine Sprachdetektion und Sprecherlokalisation zu ermöglichen, werden Merkmale wie Signal-zu-Rauschleistungsverhältnis (SNR), Kohärenz oder Sprachgrundfrequenz für die Sprachdetektion und verallgemeinerte Kreuzkorrelation und SNR-Differenz für die Sprecherlokalisation extrahiert. - Speziell für das mehrkanalige Merkmal Kohärenz werden verschiedene Optimierungen entwickelt, durch die eine robustere Sprachdetektion im Gegensatz zu standardmäßigen Kohärenzschätzverfahren ermöglicht wird. Diese Optimierungen werden vergleichend gegenübergestellt und ihre Anwendung bestätigt. - Es kann schließlich gezeigt werden, dass durch die Kombination der Merkmale der Sprachdetektion und lokalisation eine robuste Sprach- und Stördetektion vorgenommen werden kann. Die darauf basierende Steuerung des Überschätzfaktors bei der Wiener-Filterung stellt das entwickelte modifizierte Verfahren zur Geräuschreduktion dar. Auch instationäre Geräusche lassen sich durch dieses dämpfen, wobei Sprachabschnitte hingegen nahezu unbeeinträchtigt bleiben. Außerdem können Störgeräusche und Störsprecher aus anderen Richtungen als der Nutzrichtung verstärkt unterdrückt werden. - Innerhalb dieser Arbeit wird das Verfahren zunächst in Matlab entwickelt und analysiert, bevor durch die Implementierung in eine vorhandene Echtzeitumgebung eine echtzeitfähige Umsetzung erfolgt. Auch hier lassen sich die in Matlab gewonnenen Ergebnisse bestätigen.

Um Räume akustisch an die menschlichen Bedürfnisse anzupassen mussten früher aufwändige Messungen in den realen Räumlichkeiten oder anhand von maßstabsgetreuen Modellen vorgenommen werden. Heutzutage können solche akustischen Messungen simuliert werden. Ein Programm zur akustischen Simulation ist Staccato2. Ziel dieser Diplomarbeit war es, die Eingabe der Geometriedaten für das Programm Staccato2 hinsichtlich Effizienz und Benutzerfreundlichkeit zu verbessern. - Hierfür wurde im Rahmen dieser Diplomarbeit das Programm Maya2Staccato entwickelt. Dieses Programm kann Geometriedaten aus der 3D-Modellierungs- und Animationssoftware Maya 8.5 auslesen und in das Staccato2-konforme .rmd-Format umwandeln. - Der Nutzer kann somit alle Werkzeuge, die Maya ihm bietet, nutzen, um die realen Räume nachzumodellieren. Es können dadurch ohne größeren Zeitaufwand detailliertere Modelle entstehen. Dieser höhere Detailgrad wirkt sich auch positiv auf die anschließende Simulation aus und führt zu besseren Messergebnissen. - Im Rahmen des Entwicklungsprozesses wurde eine Anforderungsanalyse erstellt und auf Basis dieser das Programm implementiert. Das Programm setzt sich aus zwei Komponenten zusammen; der in MEL geskripteten GUI und einem Plug-in für Maya, welches für den Exportierprozess zuständig ist. - Abschließend wurde das Programm in einer Testreihe verifiziert. Ebenfalls wurde es in einem Compare-Usability-Test auf seine Effizienz und Benutzerfreundlichkeit getestet.

Diese in der Arbeitsgruppe Hörschall der Physikalisch-Technischen Bundesanstalt Braunschweig (PTB) entstandene Diplomarbeit beschäftigt sich mit der Modernisierung eines Mess-Systems zur Druckkammer-Reziprozitätskalibrierung von Labor-Normalmikrofonen. - Das System wird in der PTB zur Darstellung der Einheit des Schalldruckes verwendet. Realisiert wird diese Einheit durch die Bestimmung des Druck-Leerlauf-Übertragungsmaßes von Labor-Normalmikrofonen, die mit akustischen Kupplern paarweise verbunden werden. Durch Messung des Verhältnisses zwischen Leerlaufspannung des Empfangsmikrofons und Strom durch das Sendemikrofon, der so genannten elektrischen Transferimpedanz, kann bei bekannter akustischer Koppelimpedanz das Übertragungsmaß berechnet werden. Das zu optimierende System misst dafür vier durch Störungen beeinflusste Wechselspannungen. - Bei der Optimierung des Messablaufes wird besonderen Wert auf die Verkürzung der erforderlichen Messzeit gelegt. Ein wichtiger Faktor für die Geschwindigkeit der Messung ist die Beurteilung der Signalqualität bzw. Signalstabilität bei der Messung der Wechselspannungen durch eine Signalanalyse. - Der inkonsistente originale Algorithmus wurde durch eine optimierte Stabilitätskontrolle ersetzt, die Methoden aus der statistischen Prozess-Kontrolle einsetzt, um die Stabilität des Mess-Signals zu detektieren. Die Funktionsfähigkeit wurde durch Validierungsmessungen bestätigt. - Zur Messung der elektrischen Transferimpedanz wird ein nahezu stufenlos einstellbarer binärer Widerstand verwendet. Durch eine detaillierte Analyse der Messunsicherheit in verschiedenen Konfigurationen wurden in dieser Diplomarbeit theoretische Grundlagen geschaffen, um die Anzahl der notwendigen Einstellstufen zu verringern ohne dabei die Messunsicherheit inakzeptabel zu erhöhen.

Zur Sekundärkalibrierung von Messmikrofonen nach der Substitutionsmethode und für die Bestimmung von Richtcharakteristiken von Messmikrofonen und Schallpegelmessern im Freifeld wird ein Verfahren mit Sinustonanregung verwendet. Dieses Verfahren gewährleistet eine hohe Genauigkeit, braucht aber auch viel Zeit. - Zusätzlich zum hohen zeitlichen Aufwand, resultierend aus der sinusförmigen Anregung ausgewählter Messfrequenzen, ergeben sich weitere Einschränkungen. Die Sinustonanregung einzelner Frequenzen hat zur Folge, dass die spektrale Auflösung direkt proportional zum zeitlich Aufwand steht. So ergibt sich ein Kompromiss zwischen spektraler Auflösung und zeitlichem Aufwand. Weiterhin führt das aufwendige Messverfahren zu einem hohen technischen Aufwand, der der Forderung nach einer geringen Messunsicherheit und einfachen Fernsteuerbarkeit Rechnung trägt. - Aufgrund der aufgeführten Einschränkungen wurde in dieser Diplomarbeit ein Messverfahren entwickelt, das durch eine breitbandige Anregung Grundlage für eine Optimierung bietet. Mit einer breitbandigen Anregung kann eine deutlich höhere spektrale Auflösung bei gleichzeitiger Minimierung des zeitlichen Aufwands erreicht werden. Weiterhin konnte auch hier eine geringe Messunsicherheit gewährleistet werden. - Die Diplomarbeit beschreibt die Entwicklung eines zeitoptimierten Messplatzes zur präzisen Bestimmung von Kalibrierdaten und Richtcharakteristiken von Messmikrofonen mit breitbandigen Prüfsignalen. Ausgehend von der Beschreibung des entwickelten Messverfahrens wird der Messaufbau und die zur Fernsteuerung nötige Software vorgestellt. Im Weiteren werden Einflussfaktoren wie Stativform und Mikrofonposition auf die Messergebnisse untersucht. Es folgen eine Messunsicherheitsanalyse nach GUM und eine Rückführung des Messplatzes auf SI-Einheiten.

Das Ziel dieser Arbeit war die Implementierung eines Erkennungsalgorithmus zur Klassifikation von Akkorden in polyphonen Audiosignalen. Dabei wurden verschiedene Tonraummodelle für die Akkorderkennung verglichen und bewertet. In Kapitel 2.1 wurden die Prinzipien von fünf Klassifikationsverfahren erläutert: Hidden Markov Modell (HMM), K nächste Nachbarn (KNN), Support Vector Machines (SVM), Artificial Neural Networks (ANN) und Gaussian Mixture Models (GMM). Zusätzlich wurde beschrieben, wie jedes Verfahren mit vorhandenen Trainingsdaten trainiert wird, und wie die Klassifikation der Testdaten durch jedes Verfahren ausgeführt wird. Anschließend wurden Vor- und Nachteile jedes Klassifikators gegenübergestellt. Am Ende des Kapitels wurden die fünf Klassifikationsalgorithmen miteinander verglichen. Die Grundlagen der 3 Tonraummodelle mit den entsprechenden Gleichungen wurden in Kapitel 2.2 vorgestellt. Desweiteren wurde die Art und Weise der Signalverarbeitung, sowie die Anpassung des Toncharakters erläutert. Für die in Kapitel 2 vorgestellten Klassifikatoren wurde der Stand der Technik in einem Überblick in Kapitel 3 beschrieben. Vorgestellt wurde die Anwendung der Klassifikatoren in der Tonartdetektion und Akkordstrukturanalyse. Desweiteren wurde Literatur zu anderen Klassifikationsverfahren für die Akkorderkennung und ein Dokument zum Vergleich der häufig verwendeten Klassifikationsalgorithmen anhand der Akkordstrukturanalyse untersucht. In Kapitel 4.1 wurde ein Konzept für die Implementierung des HMMs vorgestellt. Zuerst wurde ein Beispiel für das Erzeugen der Übergangsmatrix A für die versteckten Zustände gezeigt. In dieser Arbeit wurden 24 versteckte Zustände ausgewählt, welche den 12 Dur- und 12 Mollakkorden entsprechen. Danach wurde das Verfahren zum Erstellen der 24?24 Übergangsmatrix beschrieben und diskutiert. Anschließend wurde die Vorgehensweise zur Berechnung anderer Parameter (Mittelwerte æ und Kovarianzmatrix S) und die Initialwahrscheinlichkeiten p beschrieben. Zum Schluss wurden die Parameter A, p, æ, S berechnet und die Akkorderkennung durchgeführt. Dabei fand der Viterbi-Algorithmus die höchstwahrscheinliche Akkordfolge. Die Implementierung des KNN Verfahrens wurde in Kapitel 4.2 erklärt. Insgesamt 24 Gruppen (Zustände) wurden verwendet. Jeder Zustand wurde durch eine definierte Anzahl von Punkten (n Punkte pro Zustand) beschrieben. Dabei wurden die n Mittelwerte aus den entsprechend segmentierten Trainingsdaten berechnet. Die Summe von n*24 ist die Gesamtzahl an möglichem Nachbarn. Die Testvektoren wurden anschließend klassifiziert. An dieser Stelle wurde die Anzahl von K (zu groß, zu klein) diskutiert. Anschließend wurden verschiedene Parametervariationen für die Vorhersage einer Klasse untersucht: die Auswirkung verschiedener Distanzen, die Verteilung der Punktdichte und die Form von unterschiedlichen Gruppen (Zuständen), die Anzahl von verschiedenen Gruppen, die Position des Testvektors und die Dimension der Daten. Nach der Erstellung aller Trainingspunkte wurde die Akkorderkennung mit KNN durchgeführt. Durch die Mehrheitsentscheidung unter den K nächsten Nachbarn wurde eine Akkordfolge Schritt für Schritt klassifiziert. - In Kapitel 5 wurden vier Experimente zur Akkorderkennung durch HMM und durch KNN vorgestellt. Insgesamt wurden 8 Datentypen verwendet: Centroid_1 (4TR), Centroid_2 (4TR + 4FR), Centroid_3 (3TR), Centroid_4 (3FR + 3TR), Centroid_5 (2TR), Centroid_6 (2TR + 2FR), Centroid_HSG (6D-Centroid) und der Chromavektor. Die Erkennung der Akkorde fand in der zeitlichen Reihenfolge automatisch statt. Die originale Akkordfolge wurde dann mit der vom Klassifikator erkannten Akkordfolge gegenübergestellt. Dabei wurden die Ergebnisse und Randbedingungen diskutiert. Im ersten Versuch (Experiment A) wurden 16 Lieder der Gruppe The Beatles als Trainingsdaten und Testdaten für die HMM-Klassifikation verwendet. Beim Test haben HSG die beste, der Chromavektor die zweitbeste und Centroid_4 die drittbeste Erkennungsrate erreicht. Im zweiten Versuch (Experiment B) wurden dieselben Trainings- und Testsongs verwendet, jedoch wurden die Trainingsdaten eines Akkords über den Mittelwert ihrer Merkmalsvektoren parametrisiert. Dieses Experiment wurde mit KNN und weiteren distanzbasierenden Verfahren durchgeführt. Die Anzahl von K wirkt sich auf die Ergebnisse aus. Für nicht gewichtete und gewichtete Distanzen sind die entsprechenden Zahlen der nächsten Nachbarn K unterschiedlich. Die Manhattan Distanz in Verbindung mit dem Chromavektor erzielten bessere Ergebnisse als die anderen Verfahren. Im Experiment C wurde mit manuell erstellten Chromavektoren trainiert. Getestet wurden die 16 Beatlessongs aus Experiment A und B. In den Ergebnissen gab es zwei Tendenzen: Bei geringem Rauschen war die Erkennungsrate von der Wahl des Parameters K unabhängig. Mit stärkerem Rauschen wurde die Erkennungsrate kleiner. Im letzten Versuch (Experiment D) wurden die gleichen Trainings- und Testdaten wie in Experiment A und B verwendet. Die Anzahl der Trainingspunkte pro Zustand wurde variiert mit 5, 10, 20, 30, 50, 70. Centroid_2 zeigte nach dem Chromavektor die besten Akkorderkennungsraten. Der Vergleich der Tonraummodelle bei den durchgeführten Experimenten zeigt, dass der Chromavektor sich am besten eignet, wobei die Ergebnisse des Symmetriemodells von Gatzsche und Mehnert nur knapp dahinter sind. Der 6D-Centroid von Harte, Sandler und Gasser war nur bei HMM besser geeignet als die anderen beiden Tonraummodelle. Die Untersuchungsergebnisse lassen darauf schließen, dass mit der Erweiterung der Klassifikationsalgorithmen bessere Akkorderkennungsraten ermöglicht werden. Ein Vorschlag wäre die Erweiterung der Trainingsdatenbank in einer zukünftigen Arbeit, weil die Klassifikatoren durch eine erhöhte Anzahl von Trainingsdaten optimiert werden können. Ein weiterer Schritt wäre die Erweiterung der zu erkennenden Akkordklassen. Dabei würde die Sensitivität zur Erkennung in Bezug auf die Tonraummodelle zunehmen. Die Kombination der unterschiedlichen Klassifikationsverfahren miteinander könnten ebenfalls untersucht werden. Dabei eignen sich einige Verfahren in der Regel besser für eine Strukturvorhersage als andere Verfahren, so dass sich mit Hybrid-Verfahren auf Grund des Charakters unterschiedlicher Klassifikationsalgorithmen die Effizienz steigern lässt. Dies zu untersuchen bleibt vorerst offen und ist Aufgabe weiterführender Projekte.

Die Diplomarbeit mit dem Thema "Verbesserung der Tieftonwiedergabe von Flachlautsprechern durch Eliminierung bzw. Nutzung der rückwärtigen Schallanteile" befasst sich mit verschiedenen Ansätzen, die den Frequenzgang von einem flachen Lautsprecher verbessern soll. Dabei liegt das Hauptaugenmerk auf der Erweiterung des Frequenzbereiches zugunsten tiefer Frequenzen. Außerdem werden die verschiedenen Effekte, die den Frequenzgang beeinflussen, beschrieben und untersucht. Dabei wird auf Effekte wie den akustischen Kurzschluss, die Verstärkung dessen in Wandnähe und die Diffrakten an Gehäusekanten eingegangen. Im Rahmen der Untersuchung wird versucht, die Phase des rückwärtigen abgestrahlten Schalls anzupassen und somit nutzbar zu machen. Dazu dienen Ansätze wie die Transmission-Line, das Bassreflex sowie die Einbringung von akustisch wirksamen Material. Durch die Kombination von diesen Ansätzen und mit einer zusätzlichen elektronischen Entzerrung konnte die Tieftonwiedergabe letztendlich erheblich verbessert werden.

Diese Arbeit behandelt die Zerlegung von Schallfeldern in ebene Wellen auf der Basis eines Kugelarrays für Auralisationsanwendungen. Die Schallfeldzerlegung erlaubt es, Raumreflexionen zu identifizieren. Diese Reflexionen beinhalten essentielle Informationen für die akustische Reproduktion eines Raumeindrucks, was als Auralisation bezeichnet wird. Da die Schallausbreitung in einem Raum üblicherweise nicht auf eine Ebene beschränkt ist, müssen für eine realistische Auralisation Raumreflexionen für alle Richtungen im 3D-Raum bestimmt werden. Kugelarrays sind für diese Aufgabe gut geeignet. Ihre Anwendung für die Schallfeldzerlegung wird untersucht, die Robustheit gegenüber Messfehlern evaluiert und die gewonnenen Erkenntnisse mittels einer komplexen Simulation verifiziert. Zu diesem Zweck werden zwei Ansätze zur Schallfeldzerlegung ausgehend von der Wellengleichung hergeleitet und an zwei grundlegende Array-Konfigurationen angepasst: offene Kugelarrays und geschlossene Kugelarrays. Es wird der Einsatz von Mikrofonen mit Nierencharakteristik als eine praktikable Methode zum Überwinden der numerischen Probleme offener Arrays untersucht. Dies ermöglicht es, von der hohen Flexibilität dieser Arrays zu profitieren. Weiterhin wird eine mathematische Beschreibung entwickelt, um die Einflüsse von Mikrofonrauschen, Positionierungsfehlern des Arrays, räumlichen Aliasing und nicht-idealer Nierencharakteristiken auf die Schallfeldzerlegung zu evaluieren. Eine realistische Simulation wird präsentiert, welche die verschiedenen Messfehler berücksichtigt. Es zeigt sich, dass mit Hilfe der Schallfeldzerlegung die zeitlichen, räumlichen und spektralen Eigenschaften von Raumreflexionen bestimmt werden können. In diesem Zusammenhang wird das gleichzeitige Messen auf zwei unterschiedlichen Radien diskutiert, welches eine viel versprechende Methode darstellt, die nutzbare Frequenzbandbreite zu vergrößern. Die Ergebnisse werden mit Hilfe eine praktischen Messung bestätigt. Zu diesem Zweck wird eine Messung auf zwei Radien über 2030 Mikrofonpositionen in einem reflexionsfreien Raum unter Verwendung eines offenen Arrays mit Mikrofonen mit Nierencharakteristik realisiert. Abschließend wird ein einfacher, aber effektiver Ansatz zur Auralisation der Ergebnisse präsentiert, welcher auf virtuellen Mikrofonen basiert.

Die Aufgabe dieser Diplomarbeit war die Extraktion von Midlevel-Features aus Audiodaten auf Basis des Symmetriemodells. Das Symmetriemodell ist ein geometrisches Tonmodell entworfen von G. Gatzsche, M. Mehnert und D. Gatzsche. Im ersten Teil der Arbeit wurden die entsprechenden Grundlagen zusammengefasst. Die Eigenschaften und Fähigkeiten dieses Modells hinsichtlich der harmonischen Musikanalyse wurden im Hauptteil dieser Arbeit untersucht. Für die Übertragung von Musik in das Symmetriemodell ist zunächst die Bestimmung eines 12-dimensionalen Pitch Class Profiles (PCP) aus dem Audiosignal erforderlich. In einem ersten Ansatz wurde gezeigt, wie Pausen und Geräusche im PCP erkannt und extrahiert werden können. Die Entfernung atonaler Signalanteile erweist sich als Hilfsmittel für weitere harmonische Analysen. Die Wirkungsweise des mit Pausen-Geräusch-Detektion umschriebenen Verfahrens wurde stichprobenartig überprüft. In einem weiteren Kapitel wurde das Prinzip einer tonartunabhängigen Akkordstrukturanalyse erläutert. Mit dieser Teilaufgabe wird die vollständige Akkorderkennung in ihrem Aufgabenbereich entlastet, da die Pitchhöhe des Akkords unberücksichtigt bleibt. Eine umfassende Evaluierung der Akkordstrukturanalyse in Bezug auf Audiomaterial fand nicht statt. Die Wirkungsweise des Algorithmus wurde durch eine Analyse von 14 verschiedenen Trainingssätzen gezeigt, die jeweils verschiedenste Ausprägungen einer Akkordklasse beinhalten. Im letzten Teil der Arbeit wurde ein Konzept für eine Harmoniegrenzendetektion auf Basis des Symmetriemodells untersucht. Kernaufgabe des Algorithmus war zunächst das Zusammenfassen von harmonieeigenen Einzeltönen. Die Wirkungsweise der daraus entstandenen Harmoniegrenzendetektion wurde mit der Harmonic Change Detection Function (HCDF) von Harte, Sandler, Gasser verglichen. Das Niveau dieser Referenz wurde im Rahmen dieser Diplomarbeit jedoch nicht erreicht. Die Schwächen und das Potential des neuen Verfahrens wurden abschließend diskutiert. Alle vorgestellten Prozesse wurden in ein Analyseprogramm auf Basis des Symmetriemodells integriert. Die Herstellung von Interaktionen zwischen den Bereichen Harmonieerkennung, Akkordstrukturanalyse, Harmoniegrenzendetektion und Pausen-Geräusch-Detektion können entscheidend zur Effizienz der einzelnen Algorithmen beitragen. Dies bleibt vorerst offen und ist Aufgabe weiterführender Projekte.

Die praktisch notwendigen Vereinfachungen der mathematisch idealen Bedingungen der Wellenfeldsynthese verursachen Klangverfärbungen im reproduzierten Wellenfeld. - In der Diplomarbeit wird eine Methode zur Verminderung dieser Frequenzgangfluktuationen untersucht. Die Idee besteht darin, quellenpositionsabhängige Frequenzgänge zu modellieren und daraus Filterkoeffizienten zu erstellen, die bei Veränderung der Position der virtuellen Quelle dynamisch angepasst werden. - Die Modellierung erfolgt zum Einen anhand realer Messungen der einzelnen Lautsprecher-Impulsantworten und zum Anderen auf Basis eines idealisierten geometrischen Ansatzes. Die Filterung auf Basis realer Messungen berücksichtigt Raum- und Lautsprechereinflüsse, wodurch die positionsabhängigen Frequenzgänge beliebig positionierter virtueller Quellen mit hoher Genauigkeit nachgebildet werden und die Fluktuationen mit diesem Ansatz am besten kompensiert werden können. Das idealisierte geometrische Modell vernachlässigt in seiner jetzigen Form Raum- und Lautsprechereinflüsse. Dementsprechend fallen die Ergebnisse der Filterung schlechter aus. Jedoch führt auch dieser Ansatz zu einer Verminderung der Fluktuationen. Hierfür werden Bewertungsmaße abgeleitet, die eine objektive Einschätzung der Fluktuationen vieler Frequenzgänge sowohl vor als auch nach der Filterung erlauben.

In dieser Diplomarbeit werden verschiedene Upmix-Verfahren in einem Wellenfeldsynthese-Audiowiedergabesystem untersucht. Als Versuchsaufbau dient dabei ein Wellenfeldsynthese System in einem kleinen Raum. Auf dem Weg zur Untersuchung verschiedener Upmix-Verfahren in Hörtests wurden einige technische Besonderheiten eines solchen Systems untersucht, wie: Raumakustik, Lücken im Lautsprecherarray, Richtcharakteristik der Sekundärquellen, Entzerrung virtueller Quellen und fehlerhafte Lautsprecherkoordinaten - Bei den Upmix-Verfahren wurde nach einer Möglichkeit gesucht herkömmliche Musikproduktionen mittels Wellenfeldsynthese möglichst gewinnbringend wiederzugeben. Dabei wurden Ansätze der Quellseparierung verwendet, aber auch verschiedene Wiedergabeszenen entwickelt.

Die DVD brachte nach ihrer Einführung 1996 als Nachfolgerin der CD-ROM und der VHS-Kassette auch zahlreiche Anknüpfungspunkte für die Spieleindustrie, um den Fernseher, als Ort der DVD-Rezeption, zur wiederentdeckten Basis für Video-Spiele zu etablieren. Solche DVD-basierten Fernsehspiele gibt es bereits einige auf dem Markt. Die Vorteile dabei liegen vor allem in der einfachen Installation und Bedienung solcher Spiele, die sie vor allem für Gelegenheitsspieler interessant machen. Aufgrund der strengen Vorgaben des DVD-Video Standards, sind die Interaktionsmöglichkeiten dabei aber stark eingeschränkt. - Durch die Ende 2006 vorgestellten DVD-Nachfolgeformate HD DVD und Blu-ray Disc, ergeben sich auf dem Gebiet der DVD-basierten Fernsehspiele viele neue Möglichkeiten. Neben einer höheren Speicherkapazität, zeichnen sich die beiden DVD-Formate vor allem durch den gestiegenen Umfang an Gestaltungsmöglichkeiten innerhalb der Interaktionsangebote gegenüber der klassischen DVD aus. Besonders im Bereich der interaktiven Spiele kann durch die neuen Funktionen die Bandbreite der Involvierung des Anwenders erhöht werden und somit ein deutlicher Mehrwert gegenüber Standard DVD-Spielen geschaffen werden. - In dieser Arbeit wird, gestützt auf ein vertieftes Verständnis der Funktionsweise von interaktiven DVD-Spielen und einer Analyse der interaktiven Möglichkeiten der Formate HD DVD und Blu-ray Disc, ein Konzept für ein interaktives HD DVD-Spiel entwickelt und prototypisch realisiert.

Die möglichen Auswirkungen von Jitter auf ein digitales Audiosignal nach dem AES3-Standard reichen von minimaler Klangbeeinflussung bis hin zu einem Versagen der Datenübertragung. - Für einen zu projektierenden Jitteranalysator wird ein Messverfahren vorgestellt, welches eine hohe Genauigkeit besitzt und zudem geringe Hardwarekosten verursacht. Die systemtheoretischen Rahmenbedingungen des Verfahrens werden in diesem Dokument ebenso beleuchtet wie deren Einfluss auf den Messfehler. Weiterhin werden die wichtigsten Eckpunkte der hardwareseitigen Implementation erläutert.,

Die Diplomarbeit beschreibt die Ausarbeitung eines Konzepts zur interaktiven Darstellung von Videodaten innerhalb einer Webpräsenz und die Entwicklung einer eigenen PHP/JavaScript-basierten Programmbibliothek zur Optimierung von Videodarstellungen im Internet. - Dazu werden zunächst das Thema "internetbasiertes Video" und aktuelle Technologien zur interaktiven Darstellung von Webinhalten untersucht, sowie bereits auf dem Markt existierende Programmbibliotheken zur Webentwicklung analysiert. - Die Analysen der Arbeit ergeben, dass interaktive Darstellungen von Videodaten mit dem AJAX-Konzept realisierbar sind. Im Rahmen der Weiterentwicklung des World Wide Web zum sogenannten Web 2.0 spielen AJAX-Anwendungen eine zentrale Rolle. AJAX steht dabei für Asynchronous JavaScript and XML. Damit werden Web-Applikationen interaktionsreicher und insgesamt in der Usability verbessert. - Zur Entwicklung des Funktionsprinzips der Programmbibliothek wird der Aspekt der asynchronen Client/Server-Kommunikation näher untersucht: AJAX ermöglicht, aus dem Clientsystem Prozesse auf Servern anzustoßen und auszuführen, während der Webseitenbesucher weiterhin die jeweilige Internetseite nutzt. - Zur Bearbeitung von Videodaten, so dass diese clientseitig interaktiver darstell- und handhabbar sind, bieten sich die Ressourcen von Servern an. Ein serverseitiges System aus Programmmodulen, Datenbanken und Videobearbeitungsprogrammen wird konzeptioniert und beschrieben. - Die entwickelte Programmbibliothek organisiert nun das Zusammenspiel von Client- und Serverseite und integriert und definiert Funktionen und Programme zur Modifikation und Darstellung von Videos im Internet. Mit der AJAX-Video-Programmbibliothek ist es möglich, komplexe Videobearbeitungsprozesse eventgesteuert auf dem Server zu veranlassen und deren Ergebnisse beliebig in die Webseite zu implementieren. Über JavaScript-Funktionsaufrufe sind die Methoden der Programmbibliothek aus (X)HTML-Code heraus ansprechbar. - Die Diplomarbeit beschreibt die Konzeption, Entwicklung und Integration der AJAX-Video-Programmbibliothek sowie die Optimierung der Reaktionsgeschwindigkeit, Lastverteilung und die Priorisierung wichtiger Daten. - Im Folgenden wird die Verwendung der Programmbibliothek in einer Internetpräsenz der Firma Jung von Matt/next dargestellt und anschließend eine Zusammenfassung und ein Ausblick mit Empfehlungen für zukünftige Webentwicklungen mit AJAX gegeben.

In dieser Arbeit wird ein Konzept zum Einsatz der GPU für Broadcastanwendungen entwickelt und gleichzeitig dazu ein funktionsfähiges Framework zur Echtzeit-Videoverarbeitung implementiert werden. Zusätzlich werden Ideen für eine GUI - deren Besonderheiten und Anforderungen - aufgezeigt und in einem Prototypen umgesetzt. Andererseits wird ein Ansatz zur Vorverarbeitung für den Keyingprozess und zwei Möglichkeiten für das Keyen im Blue-/Greenscreen entwickelt, umgesetzt und deren Leistungsfähigkeit mit aktuellen Systemen verglichen. Desweiteren sollen die möglichen Aufgabengebiete eines GPU basierten Systems skizziert, beispielhaft einige Anwendungen umgesetzt und möglicher Zusatznutzen aufgezeigt werden.

Die Ansprüche an die Möglichkeiten der Bildnachbearbeitung und die gewünschte Bildqualität in der digitalen Film Postproduktion sind die höchsten der gesamten Medienindustrie. So wird während der Nachbearbeitung des digitalen Filmmaterials vollkommen auf verlustlose oder gar verlustbehaftete Datenkompression verzichtet. Um diesen hohen Ansprüchen gerecht zu werden, ist es notwendig sehr komplexe Algorithmen anzuwenden. Diese wiederum erfordern ein hohes Maß an Rechenleistung des verwendeten Bearbeitungssystems. Da die erforderlichen Berechnungen möglichst in Echtzeit durchgeführt werden sollen, ist es nötig, entweder speziell entwickelte Hardware einzusetzen oder aber die Rechenkapazitäten mehrerer Computersysteme zu bündeln. In der Diplomarbeit soll letztere Herangehensweise untersucht werden.

Von Herstellern von High-End-Geräten digitaler Videotechnik für Film, Fernsehen, Post-Produktion, wird häufig gefordert, MXF-Features in ihre Produkte einzubringen. Ziel dieser Diplomarbeit ist es, die Anforderungen an die MXF-SDKs, die für die Implementierung aller im Broadcast-Bereich üblichen MXF-Varianten nötig sind, zu evaluieren und die vorhandene SDKs zu untersuchen, inwieweit sie diese Anforderungen erfüllen. Durch eine prototypische Implementierung soll untersucht werden, ob und wie das ausgewählte SDK in Libavus integriert werden kann, wie aufwendig die Implementierung ist und mit welchen Einschränkungen zu rechnen ist.

Auf Grund der fortschreitenden Entwicklung werden die Audio- und Videodaten zunehmend auf dateibasierten Plattformen gespeichert. Diese bieten den Vorteil, dass die so aufgezeichneten Daten sehr schnell über Netzwerke transportiert werden können. Die Archivierung wird vereinfacht und das Auffinden so gespeicherter Materialien wird erleichtert. Außerdem lassen sich die Videodateien leichter bearbeiten, da es nicht mehr nötig ist, das Audio- und Videomaterial auf einer Kassette zu transportieren - ("Turnschuhnetzwerk") und in Echtzeit in ein Schnittsystem einzuspielen und nach der Bearbeitung auszuspielen. - Durch diese Speicherung fallen aber auch Metadaten an, also Daten die die Audio- und Videodaten beschreiben. Zusätzlich bieten sich durch die Metadaten die Möglichkeiten weitere Daten, wie z. B. Orts- und Zeitangaben, Namen von beteiligten Personen oder Texte, die vor der Kamera gesprochen werden, zu speichern. - Diese Metadaten werden in der Regel in einem eigenen Format gespeichert, das je nach Software sehr verschieden sein kann. Das führt zu dem Problem, dass diese Metadaten meist beim Austauschen der Audio- und Videodateien mit anderen Rundfunkanstalten unbrauchbar sind und aufwändig umgewandelt werden müssen. - In dieser Diplomarbeit wird auf der Basis von MXF (Material eXchange Format) und BMF (Broadcast Metadata exchange Format) der Produktionsablauf in einem Fernsehsender beleuchtet. Dabei wird von der Erstellung der Sprechertexte in der Redaktion, über die Produktion im Studio und das automatisierte Weiterleiten der Texte an das Telepromptersystem, bis hin zur automatischen Generierung eines Mehrwertes aus den Textinformationen ein Überblick gegeben. Für die Speicherung der Daten wird das MXF-Format benutzt. Die Metadaten werden BMF formatiert in MXF gespeichert. Damit wird eine universelle Verwertbarkeit der Daten, unabhängig von der verwendeten Plattform und Software sicher gestellt.

Diese Arbeit untersucht den Moment, in welchem der Trommelstock auf die Membran einer Trommel trifft. Hierzu wurden Experimente durchgeführt, die einen Einblick in die Interaktion zwischen Schlagzeuger, Trommelstock und Trommel gewähren. Unter Verwendung eines präparierten Trommelstocks wurden die Kraft auf den Stock, die Beschleunigung der Stockspitze, die Dauer des Kontakts zwischen Trommelstock und Trommelfell sowie der Klang der Trommel aufgezeichnet. Für die einzelnen Trommelschläge wurden Dynamik des Schlages, Schlagposition auf dem Fell sowie die Fellspannung variiert. Darüberhinaus wurden mögliche Einflüsse des Trommelstockmodells sowie des Schlagzeugers ansatzweise untersucht. - Drei Faktoren wurden identifiziert, welche während der Kontaktdauer von 36 ms die Interaktion zwischen Trommelstock und Trommelfell beeinflussen: die Auslenkung der Membran, die Vibration des Trommelstocks und eine sich ausbreitende Welle auf der Membran. Durch die Variation der einzelnen Parameter konnte der Einfluss jeder dieser drei Komponenten auf den Prozess des Trommelschlags untersucht und veranschaulicht werden.