http://www.tu-ilmenau.de

Logo TU Ilmenau


Ansprechpartner

Univ.-Prof. Dr.-Ing. Horst-Michael Groß

Head of department

Telefon +49 3677 692858

E-Mail senden

INHALTE

Mensch-Maschine-Interaktion:(vormals Mensch-Maschine-Kommunikation)

Hinweise

Die Vorlesung ist Bestandteil des Moduls "Robotvision & MMI" in den Masterstudiengängen Informatik und Ingenieurinformatik, zu dem auch die Vorlesung Robotvision gehört.


Tragen Sie sich bitte MIT IHRER UNI-MAILADRESSE in den Mailverteiler zu dieser Vorlesung ein, um die Zugangsdaten für die Vorlesungs-Unterlagen sowie aktuelle Informationen zu erhalten.

Senden Sie dazu eine Email mit dem Betreff:
Eintrag in die Liste Mensch-Maschine-Interaktion
an folgende Adresse: mmi@tu-ilmenau.de.

Sie erhalten als Antwort den Hinweis, dass Ihre Email zurückgehalten wird, bis der Moderator diese genehmigt hat. Das kann bis zu einem Tag dauern, am Wochenende auch länger. Sobald Sie in die Liste aufgenommen sind, erhalten Sie eine entsprechende Willkommensnachricht.


Die Unterlagen, die auf dieser Seite zur Verfügung gestellt werden, sind passwortgeschützt.
Die Zugangsdaten werden Ihnen nach Eintrag in den o.g. Mailverteiler zugesandt.


Lehrinhalte

Teilgebiete der video- und sprachbasierten Mensch-Maschine Kommunikation; Verfahren für videobasierte Personendetektion/-tracking (optischer Fluss, Bayes-Filter: Kalman-Filter, Partikel Filter); videobasierte Erkennung von Nutzerinstruktionen (Zeigeposen und -gesten); videobasierte Schätzung von Alter, Geschlecht, Blickrichtung, Gesichtsausdruck, Körpersprache; Personenidentifikationsverfahren; sprachbasierte Erkennung von Nutzerinstruktionen und Nutzerzustand (Kommandowort- und Spracherkennung, Prosodieerkennung); Audio-visuelle Integration; wichtige Basisoperationen zur Analyse von Video- und Sprachdaten (Hauptkomponentenanalyse, Independent Component Analysis, Neuronale und probabilistische Mustererkenner; Bayes Filter und Partikel Filter Graph-Matching-Verfahren, Hidden-Markov Modelle (HMMs)


Übungsaufgaben WS 2018/19

  • Bilder für Gesichtsdetektion (Aufgabe 7):
    data_nist_face.zip
  • Eingabesequenzen und Templates für Entsperrgestenerkennung (Aufgabe 12):
    sequences.zip, templates.zip (Links werden rechtzeitig ergänzt)
ÜbungAufgabenErgänzungen
25.10.18

Aufgaben Teil 1
(bearbeitete Aufgaben: 1, 2)

Intro-Folien
Jupyter Notebook Aufgabe 1*
Juypter Notebook Aufgabe 2*

25.10.18

Aufgaben Teil 1
(bearbeitete Aufgaben: 3, 4, 5, 6)
Aufgaben Teil 2
(Aufgabe 7 vorgestellt)

Jupyter Notebook Aufgabe 5*
Juypter Notebook Aufgabe 7*

*Download über Rechtsklick -> Link speichern unter