Liste der früheren Abschlussarbeiten

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.