Bachelor of Science in Media Technology

Diese Arbeit befasst sich mit der Entwicklung eines Gesichtsdetektionsverfahrens zur Verbesserung von Tiefenkarten für Videokommunikationsanwendungen. Der Aufbau eines Videokommunikationssystems führt typischerweise dazu, dass der für die menschliche Kommunikation enorm wichtige Blickkontakt nicht zustande kommt. Das Setzen einer virtuellen Kamera entgegen der Blickrichtung der kommunizierenden Person kann dieses Problem lösen. Hierzu ist eine dreidimensionale Repräsentation des Nutzers nötig. Diese kann über extrahierte Tiefeninformationen der abgebildeten Szene erzeugt werden. Die zum Beispiel mit Hilfe eines Stereo-Kamera-Systems ermittelten Tiefeninformationen sind jedoch häufig fehlerbehaftet, was zu einem unnatürlich wirkenden 3D-Modell der kommunizierenden Person führt. Zur Verbesserung der Tiefenextraktion können Zusatzinformationen über die Szenenstruktur verwendet werden. Im Bereich der Videokommunikation bietet es sich an, Gesichtsdetektoren einzusetzen und die damit gewonnenen Informationen in der Tiefenanalyse zu nutzen. Diese Arbeit gibt einen ausführlichen Überblick über bestehende Verfahren zur Detektion von Gesichtern und analysiert diese hinsichtlich ihrer Eignung für 3D-Videokommunikation. Auf Hautfarbensegmentierung basierende Verfahren werden als gut geeignet bewertet und deshalb detailliert vorgestellt. Ein, mit einem personalisierten Hautmodell arbeitendes Verfahren wird zur Detektion des Gesichtsbereichs implementiert. Um Gesichtsmerkmale wie die Augen und den Mund zu finden, wird der gefundene Gesichtsbereich auf seine Farb- und Symmetrieeigenschaft untersucht. Über Modellwissen wird eine, die Gesichtsgrenzen beschreibende Ellipse ermittelt. Mit einer handelsüblichen Webcam selbst aufgenommenes Bildmaterial, sowie einer Bilddatenbank entnommenes Material dient exemplarisch der Evaluation des neu entwickelten Verfahrens. Abschließend werden die Ergebnisse diskutiert und Verbesserungsmöglichkeiten vorgestellt.

Eine unauffällige und platzsparende Integration von Audiowiedergabesystemen in Räumen mit Hilfe von Flachlautsprechern war bisher kaum oder nur mit inakzeptablen klanglichen Einbußen möglich. Zur Lösung dieses Problems wurden am Fraunhofer-Institut für Digitale Medientechnologie (IDMT) in Ilmenau Flachlautsprecher mit einer Tiefe von 2,4cm entwickelt, die eine Wiedergabe des Frequenzbereichs von 100Hz bis 20kHz bei einem Schalldruckpegel von 94dB ermöglichen. Anders als bisherige Flachlautsprechertechnologien ermöglichen diese einen Einsatz direkt an der Wand des Hörraumes zur Wiedergabe mit hoher Klangqualität. Bisher wurden diese Flachlautsprecher mit externen Controllern und Verstärkern betrieben. Wichtige Schritte zur Weiterentwicklung der Flachlautsprecher sind die Entwicklung eines effizienten Audioverstärkers sowie eines Filternetzwerks, das Hoch- und Tieftonsignal trennt sowie den Amplitudenfrequenzgang bei tiefen Frequenzen anhebt. Damit sollen die externen Controller und Verstärker ersetzbar sein. Beide sollen in das Flachlautsprechergehäuse integriert werden und dürfen daher eine Bauhöhe von 12mm nicht überschreiten. In dieser Arbeit wurden prototypisch eine Audioverstärker-Schaltung und eine Frequenzweiche entwickelt, die den Anforderungen an einen Einsatz in dem Gehäuse eines 2-Wege Flachlautsprechers genügen. Hierfür wurde zunächst der Markt für integrierte Audioverstärker sowie aktive und passive elektrische Bauelemente zur Realisierung von Audiofilterschaltungen analysiert. Die aktuell verfügbaren Verstärkertechnologien sowie mögliche Filterarten für Frequenzweichen wurden verglichen. Insbesondere auf die aktuell immer mehr an Bedeutung gewinnende Klasse-D Audio-Verstärkertechnik wurde detailliert eingegangen. Auf der Basis dieser Recherchen wurde ein Klasse-D Verstärker und eine analoge aktive Filterschaltung realisiert. Die Schaltung ist inklusive ausreichender Kühlvorrichtungen und bei sehr geringem Volumenbedarf in die Flachlautsprecherbox integrierbar. Im Vergleich zu alternativen Umsetzungsmöglichkeiten, wie z.B. der Verwendung einer digitalen oder passiven Frequenzweiche, ist die entwickelte Platine zudem sehr kostengünstig. - Das Ergebnis dieser Arbeit ist seit Juni 2010 im Ausstellungs-Truck der Fraunhofer-Gesellschaft, sowie in mehreren Flachlautsprechern zu Ausstellungszwecken im Einsatz.

Kopfbezogene Übertragungsfunktionen beschreiben die Veränderung, die eine Schallwelle auf dem Weg von der Quelle zu den Trommelfellen einer Person durch Beugung, Reflexion und Abschattung am Körper erfährt. In ihnen sind räumliche Informationen über ein Schallereignis kodiert, die das menschliche Gehirn zu einem dreidimensionalen Höreindruck verarbeiten kann. Mit Hilfe der kopfbezogenen Übertragungsfunktionen lässt sich die binaurale Wiedergabe realisieren, die ein räumliches Hörerlebnis mit nur zwei Schallquellen ermöglicht. - Die Aufnahme der kopfbezogenen Übertragungsfunktionen sowie der kopfbezogenen Impulsantworten kann auf verschiedene Weise geschehen. Im Rahmen dieser Arbeit wurden drei Aufnahmeverfahren unter gleichen Bedingungen umgesetzt und ihre Ergebnisse analytisch verglichen. Alle Aufnahmen wurden an einem Kunstkopf unter Verwendung unterschiedlicher Mikrofonierungen durchgeführt. Bei den eingesetzten Mikrofonen handelt es sich um die im Kunstkopf integrierten Mikrofone, um Originalkopfmikrofone an einem Kopfbügel sowie um selbstgebaute Sondenmikrofone. - Anhand der aufgenommenen Daten wurden rechnerisch die kopfbezogenen Übertragungsfunktionen und Impulsantworten ermittelt. Aus ihnen wurden die interauralen Laufzeit- und Pegeldifferenzen berechnet. Für Vergleichszwecke wurden die ermittelten Daten weiter aufbereitet und grafisch veranschaulicht. Die Aufnahmeverfahren und ihr Einfluss auf die Ausprägung der binauralen Merkmale wurden betrachtet und bewertet.

In der heutigen Zeit existieren eine Vielzahl von Datei- und Multimediaformaten. Um auf ein bestimmtes Format zuzugreifen und daran Änderungen vornehmen zu können, werden stets spezielle Tools benötigt, die oft nur mit diesem einen Format arbeiten. Diese Arbeit beschäftigt sich mit dem formatunabhängigen Zugriff und der Modifikation von Binärdaten und Metadaten, genauer gesagt von Multimediadaten. Dabei wird die Struktur einer Binärdatei innerhalb einer XML-Repräsentation beschrieben. Zunächst werden aktuelle Standards und existierende Lösungen untersucht. Anschließend wird ein Konzept für ein Toolkit erarbeitet, das den Zugriff und die Modifikation von Binärdateien und gegebene Anwendungsfälle unterstützt. Abschließend wird dieses Konzept prototypisch umgesetzt und ein Ausblick für die Anwendung in zukünftigen Anwendungsfällen gegeben.