Entwicklung eines Wiedergabesystems für 3D-Klangregie. - 75 S. : Ilmenau, Techn. Univ., Masterarbeit, 2013
Audiowiedergabeverfahren wie die Wellenfeldsynthese (WFS) ermöglichen die synthetische Rekonstruktion akustischer Wellenfelder. Durch Positionierung virtueller Schallquellen können virtuelle Klangszenen geschaffen und beispielsweise Orchester realitätsgetreu nachgebildet werden. Auf Grund der bei der Wellenfeldsynthese benötigten hohen Anzahl an Lautsprechern arbeitet das Fraunhofer IDMT in Ilmenau an 3D-Audiowiedergabeverfahren wie dem SpatialSound Wave (SSW), welches dreidimensionale Klanggestaltung mit einer deutlich niedrigeren Lautsprecheranzahl ermöglicht. Selbst Systeme mit z.B. 60 Lautsprechern stellen an kleine Räumlichkeiten wie häusliche Tonstudios hohe finanzielle sowie Platzanforderungen. In der vorliegenden Masterarbeit wird ein Wiedergabesystem auf Basis von SSW vorgestellt, welches räumliche Audiowiedergabe mit weniger als zehn Lautsprechern ermöglicht. Es werden informell zwei Lautsprecheranordnungen in Form von Empfehlungen für den Endanwender erarbeitet, die diesem als Orientierung dienen. Die Aufstellung der Lautsprecher ist an die Gegebenheiten des Endanwenders flexibel anpassbar. Das Wiedergabesystem ist zusätzlich in der Lage größere Lautsprecheranlagen zu simulieren. Toningenieuren wird die Möglichkeit einer Vorproduktion von Audiomaterial eröffnet, die diese zu Hause im Tonstudio oder im Übertragungswagen von Rundfunkanstalten mobil leisten können. Für die Untersuchungen dieser Masterarbeit wird die Simulation von Lautsprechersetups konzeptioniert und mit einem Hörversuch evaluiert. Letzterer wird entworfen, durchgeführt und ausgewertet. Die Evaluation des entwickelten Wiedergabesystems berücksichtigt die Richtungs- und Entfernungswahrnehmung virtueller Quellen in realen und virtuellen Produktionsumgebungen.
Further development of primates identification system. - 77 S. Ilmenau : Techn. Univ., Masterarbeit, 2013
Anhand mehrerer unabhängiger Studien wurde gezeigt, dass das Artensterben in den letzten Jahrzehnten immer mehr zugenommen hat. Zur Überwachnung der verbleibenden Populationen gefährdeter Arten werden immer häufiger autonome Video- oder Audioaufnahmegeräte benutzt. Um die resultierende Menge an Daten effizient auswerten zu können, werden automatisierte Algorithmen benötigt. Im Rahmen der vorliegenden Arbeit zum Thema Identifikation von Primaten wurden mehrere Algorithmen analysiert und modifiziert um ausreichend gute Erkennungsleistungen zu gewährleisten. Dabei wurden verschiedene globale Merkmale, wie z.B. Gabor Wavelets, und lokale Merkmale, wie z.B. SIFT oder SURF, durch verschiedene Fusionstechniken kombiniert um eine möglichst hohe Identifikationsrate zu erreichen und gleichzeitig das System robuster gegenüber Posen- und Lichtveränderungen zu machen. Verschiedene Klassifikatoren, wie z.B. Sparse Representation Classification oder Support Vector Machines, wurden genutzt um detektierte Gesichter einzelnen Individuen zuzuordnen. In einer Reihe durchgeführter Experimente wurden vielversprechende Ergebnisse erzielt.
Development of an application for the integration of room simulation and reverberation time extension into 3D sound systems. - V, 94 S. : Ilmenau, Techn. Univ., Masterarbeit, 2013
Diese Masterarbeit beschäftigt sich mit der Konzeption und Integration eines Raumsimulationsmoduls in Beschallungssysteme zur räumlichen Schallfeldwiedergabe des Fraunhofer IDMT. Gefordert wird, dass die Raumsimulation nicht nur für große Hörerflächen, sondern auch in kleineren Veranstaltungsorten anwendbar ist. Das konzipierte Modul nutzt psychoakustische Prinzipien aus, um in Abhängigkeit der Quell- und Zuhörerpositionen einen plausiblen räumlichen Klangeindruck zu schaffen. Dafür werden dedizierte Lautsprecher verwendet, um Reflexionen zu simulieren und somit den Klangeindruck für verschiedene Hörerflächen zu optimieren. Ein Prototyp wird in Matlab implementiert und im 3D-Präsentationsraum von Fraunhofer IDMT installiert. In einem subjektivem Hörtest werden 3 Konditionen evaluiert: die Lokalisation von Quellen in verschiedenen virtuellen Umgebungen, die Plausibilität des räumlichen Eindrucks und die Stabilität der Raumsimulation über allen Zuhörerspositionen.
Untersuchungen zum Zusammenhang zwischen der Ohrkanalresonanzfrequenz und den richtungsabhängigen Merkmalen der Außenohrübertragungsfunktion. - 135 S. Ilmenau : Techn. Univ., Masterarbeit, 2012
Das Erzeugen von virtuellen akustischen Welten bietet viel Potential. An dem Thema wird stetig geforscht und bereits vorhandene Technologien verbessert. Diesbezüglich ist es wichtig zu verstehen, wie die menschliche Schallwahrnehmung genau funktioniert. Außenohrübertragungsfunktionen (engl.: HRTF) beschreiben im Wesentlichen die Veränderung des Schalls von einer Schallquelle bis zum Trommelfell. Es ist bereits bekannt, dass sie einen wesentlichen Teil zur Schalllokalisation beitragen. In dieser Arbeit werden Untersuchungen durchgeführt, um herauszufinden, ob eventuell ein Zusammenhang zwischen der richtungsunabhängigen Ohrkanalresonanzfrequenz und den richtungsabhängigen Merkmalen der Außenohrübertragungsfunktion besteht und ob die Ohrkanalresonanzfrequenz unter Umständen als eine Art Referenz für die Schallanalyse des menschlichen Gehirns dienen könnte. Um dies zu erreichen werden zunächst individuelle Messungen durchgeführt. Daraufhin werden auf deren Basis diverse binaurale Ohrsignale für anschließende Hörversuche generiert. Bei diesen Ohrsignalen wird die Hauptohrkanalresonanzfrequenz durch Modifizierungsfilter in unterschiedliche Frequenzbereiche künstlich verschoben. Die Hörversuche gliedern sich zum Einen in einen Selbstversuch, welcher auf individuell gemessenen HRTFs basiert, und zum Anderen in einen Probandentest auf Grundlage einer HRTF-Datenbank. Untersucht wird dabei im Wesentlichen, ob die Modifizierung der Ohrkanalresonanz Einfluss auf die Kriterien Entfernung, Richtung bzw. Richtungsänderung und Quellenbreite hat. Als Ergebnis werden teilweise interessante Schallquellenbewegungen beobachtet, welche als Grundlage für weitere Arbeiten dienen könnten. Bezüglich der Entfernung und der Quellenbreite lassen sich kaum Veränderungen feststellen. Insgesamt lassen sich keine Erkenntnisse gewinnen, die mit Sicherheit auf die Verschiebung der Ohrkanalresonanzfrequenz zurückzuführen sind.
Synthese binauraler Raumimpulsantworten. - 113 S. Ilmenau : Techn. Univ., Masterarbeit, 2012
Mit Hilfe der Binauraltechnik können dreidimensionale akustische Szenen gehörrichtig wiedergegeben werden. Sowohl die Position einer Schallquelle relativ zum Hörer als auch die räumliche Beschaffenheit des Hörerumfeldes lassen sich authentisch reproduzieren. Alle Informationen, die das Gehör benötigt, um einen dreidimensionalen Höreindruck zu schaffen, sind dabei für Freifeldbedingungen in kopfbezogenen Übertragungsfunktionen beziehungsweise in Gegenwart von Reflexionen in binauralen Raumimpulsantworten kodiert. Ihr Einsatz ermöglicht die gehörrichtige Wiedergabe akustischer Szenen und stellt somit einen essentiellen Bestandteil der Binauraltechnik dar. Im Rahmen dieser Arbeit wird ein Algorithmus entwickelt, der durch Interpolation zwischen zwei gemessenen Datensätzen binaurale Raumimpulsantworten synthetisiert. Im Vordergrund steht dabei die Interpolation zwischen Entfernungen sowie zwischen verschiedenen Räumen. Es werden zwei Syntheseverfahren implementiert. Das erste Verfahren basiert auf einer linearen Interpolation der Amplitudenwerte jedes Samples im Zeitbereich für die Erzeugung neuer Datensätze. Im zweiten Verfahren wird dieser Ansatz um eine vorherige ideale Ausrichtung der beiden zu interpolierenden binauralen Raumimpulsantworten zueinander auf der Zeitachse durch Dynamic Time Warping erweitert. In zwei Räumen werden binaurale Raumimpulsantworten für verschiedene Distanzen als Grundlage für die Synthese neuer Datensätze mit dem entwickelten Algorithmus aufgenommen. Für jeden der Räume wird mit beiden implementierten Verfahren eine Interpolation zwischen den binauralen Raumimpulsantworten verschiedener Schallquellenentfernungen durchgeführt. Außerdem findet eine Interpolation mit beiden Verfahren zwischen den Räumen statt. Die Syntheseergebnisse werden in einem Hörversuch evaluiert. Anhand der Distanzwahrnehmung und der wahrgenommenen Externalität für alle Synthesereihen werden die prinzipielle Eignung der synthetisierten Impulsantworten für die binaurale Wiedergabe, die Plausibilität der mit ihnen reproduzierten akustischen Szenen und die dabei auftretenden Wahrnehmungseffekt untersucht.
Implementierung und Untersuchung von Merkmalen und Algorithmen für die Berechnung musikalischer Ähnlichkeit auf Basis von Klangobjekten. - 107 S. : Ilmenau, Techn. Univ., Masterarbeit, 2012
Aufgrund der steigenden Zahl an online verfügbarer Musik, wächst der Bedarf an automatischen Verfahren zur Musiksuche und -empfehlung. Das Ziel dieser Masterarbeit ist die Entwicklung eines Systems, das eine verbesserte, inhaltsbasierte musikalische Ähnlichkeitssuche auf Basis von Tonobjekten ermöglicht. Die Ähnlichkeitssuche wird als Genre-Klassifikationsaufgabe aufgefasst. Tonobjekte werden mit Hilfe von Algorithmen zur zeitlichen und spektralen Separation extrahiert. Der vorgestellte Ansatz wird mit einem Basissystem verglichen, welches mit Frames arbeitet, deren zeitliche Auflösung festgelegt ist. Außerdem wird das Verfahren mit einem neu entworfenen System verglichen, das mit den einzelnen Instrumentalspuren von 75 Mehrspuraufnahmen arbeitet, die fünf musikalischen Genres zugeordnet sind. Für alle Experimente werden zwei Audiomerkmale extrahiert, die Aussagen über das Timbre treffen. Anschließend werden mit Verfahren des maschinellen Lernens Modelle trainiert. Der entwickelte Ansatz erreicht F-Maße von etwa 0,93 und erzielt damit deutlich bessere Ergebnisse als das Basissystem. Ähnliche Verbesserungen können festgestellt werden, wenn ein größerer Datenbestand mit 1000 Musikstücken und einer Taxonomie von zehn Genres verwendet wird. Dies demonstriert die Anwendbarkeit des Verfahrens auf realistische Musikdatensätze. Die Ergebnisse zeigen, dass ein Tonobjekt-basierter Ansatz die musikalische Ähnlichkeitssuche verbessert, da er stärker musikalisch motiviert ist als eine Frame-basierte Methode.
Untersuchungen zur Distanzwahrnehmung von Hörereignissen bei Kopfhörerwiedergabe. - 133 S. Ilmenau : Techn. Univ., Masterarbeit, 2012
Im Zeitalter der virtuellen Realität ist es für ein realistisches Zusammenspiel von visuellem und auditivem Eindruck sinnvoll, neben der Richtung einer Schallquelle auch ihre Distanz reproduzieren zu können, ohne dass dabei die Menge der benötigten Daten immens ansteigt. Eine denkbare Wiedergabeart dazu ist die binaurale Kopfhörerwiedergabe. In dieser Arbeit werden zwei Algorithmen für eine gezielte Veränderung der Distanzwahrnehmung bei binauraler Kopfhörerwiedergabe entwickelt. Die Algorithmen verändern systematisch entfernungsabhängige Eigenschaften von binauralen Raumimpulsantworten. Die Zusammenhänge zwischen der Entfernung von Quelle und Abhörpunkt und ausgewählten Merkmalen basieren auf einer ausführlichen Auswertung gemessener binauraler Impulsantworten und einer detaillierten Betrachtung der Mechanismen des menschlichen Entfernungshörens. Zahlreiche entfernungsabhängige Eigenschaften der Impulsantworten ermöglichen es dem Menschen, die Distanz von Schallquellen wahrzunehmen. Diese Eigenschaften sind unter anderem die Anfangszeitlücke, das Verhältnis von Direktschall- zu Nachhallenergie sowie die Maße C50 und C80 und die Nachhallmerkmale T20 und T30, die sich in der Energieabklingkurve wiederfinden lassen. In den entwickelten Algorithmen werden ausgewählte Merkmale in binauralen Impulsantworten gezielt in Abhängigkeit des gewünschten Entfernungseindrucks angepasst. Die Evaluation geschieht über einen Multi-Stimulus-Hörversuch mit versteckter Referenz. Das Ergebnis des Hörversuchs zeigt, dass sich der Entfernungseindruck durch Anwendung der Algorithmen beeinflussen lässt. Die Leistungsfähigkeit der Algorithmen hängt nicht vom wiedergegebenen Signal, wohl aber vom auralisierten Raum ab. Die algorithmische Änderung entfernungsabhängiger Eigenschaften in binauralen Raumimpulsantworten eignet sich also mit Einschränkungen dazu, bei binauraler Kopfhörerwiedergabe einen gewünschten Entfernungseindruck hervorzurufen.
Detektion von Duplikaten und Integritätsprüfung in Video-Produktionsarchiven. - 129 S. Ilmenau : Techn. Univ., Masterarbeit, 2011
In Video-Produktionsarchiven existieren exorbitant große Mengen an Daten, von denen eine Vielzahl identisch oder perzeptuell identisch ist, bzw. auch kurze Abschnitte innerhalb von Medienelementen doppelt auftreten können. Diese redundante Speicherung erzeugt neben dem zusätzlich benötigten Speicherplatz auch hohe Kosten, welche die Speicherverwaltung betreffen; die Suche von Elementen wird erheblich erschwert. In dieser Ausarbeitung wird eine Applikation entwickelt, welche in der Lage ist, selbst sehr kurze exakte oder perzeptuelle Duplikate innerhalb großer Datenmengen zu identifizieren, wobei besonderes Augenmerk auf die Laufzeit der Identifizierung von Duplikaten gelegt wird. Zusätzlich wird eine Integritätsprüfung vorhandener Daten deren Unverfälschtheit sicherstellen. Die resultierenden Informationen detektierter Duplikate werden für die Weiterverarbeitung in einer Datenbank abgelegt. Um zu dieser Lösung zu gelangen, wird zunächst eine Recherche bezüglich existierender Lösungen durchgeführt, welche die Untersuchung einer von Fraunhofer IDMT entwickelten Software zum Thema VideoID einschließt. Aus dieser Software können einige Teilkonzepte und Algorithmen wiederverwendet werden.
Bio-inspired high level vision - from images to shape models for object detection. - 55 S. : Ilmenau, Techn. Univ., Masterarbeit, 2010
In dieser Arbeit wird ein bio-inspiriertes Translationsinvariantes High-Level Objekterkennungssystem entworfen, implementiert und evaluiert. Das System kombiniert die parallele Hough-Transformation PHT, als Feature-Extraktor und Informationsfilter, mit der generalisierten Hough-Transformation GHT und basiert auf ein Mid-Level-Vision-Modul, das parallele Hough-Transformation-Modul, das ein Konturbild in eine Kanten-Featureliste umwandelt. Aus der Featureliste wird eine Referenztabelle R-Tabelle erzeugt, die nach dem Votierprinzip der generalisierten Hough-Transformation in ein Akkumulator-Array votiert. Das Lokalmaximum im Akkumulator wird ermittelt und mit einem Schwellwert verglichen. Ein PHT-Core der Größe 8x8 zur Detektierung von Geradenstücken wurde verwendet. Zur Beurteilung des Erkennungssystems wurde die Receiver Operating Characteristic ROC-Kurve, mit Verwendung der Schwellwerte 5,15,...,95%, als Gütekriterium eingesetzt. Die Auswirkung der PHT-Parameter auf den Erkennungsprozess wurde untersucht. Tests an synthetisierten Bildern zeigten ideale Klassifkationseigenschaften (eine Erkennungsrate von 100% mit einer Falsch-Positiv-Rate von 0%).