Volume 75, Issue 7-8 - 7-8

Der Einsatz großflächiger tischartiger Anzeigen ermöglicht durch die Bereitstellung einer gemeinsamen interaktiven Plattform die computergestützte kooperative Zusammenarbeit eines Teams an einem gemeinsamen Arbeitsplatz. Herkömmliche Eingabegeräte, wie beispielsweise Maus und Tastatur, sind für die Interaktion an solchen Arbeitsplätzen nicht geeignet. Die Eingabe per Handgestik ermöglicht hingegen eine intuitive gleichzeitige Interaktion durch mehrere Benutzer für bestimmte Interaktionsaufgaben. In diesem Beitrag wird die zur videobasierten Erfassung der Hand zu Eingabezwecken an großflächigen tischartigen Anzeigen durchzuführende maschinelle Wahrnehmungsaufgabe definiert. Dabei werden die ergonomischen Anforderungen an eine solche Mensch-Maschine-Schnittstelle berücksichtigt. Es werden effiziente Verfahren zur Handgestenerkennung vorgestellt und gezeigt, wie durch ansichten- und konturbasierte Repräsentation von Handsymbolen Anforderungen hinsichtlich Umfang, Genauigkeit und Verarbeitungsgeschwindigkeit der definierten Wahrnehmungsaufgabe erfüllt werden können. The use of tabletops as an input/output device enables computer-based support for collaborative teamwork by providing a common interactive platform. Traditional input devices like mouse and keyboard are not appropriate to interact in an intuitive and direct manner. However, the use of hand gestures allows for an intuitive interaction by multiple users for many tasks. In this paper, we first define requirements regarding functionality and accuracy of a video-based gesture recognition system motivated by ergonomical requirements for such human-computer interfaces. Second, we present efficient methods for video-based hand gesture recognition for tabletops. We show how the requirements can be fulfilled by our approach, which uses a contour-based and view-centered representation of hand symbols, appropriate learning, and efficient data processing algorithms.

Computer werden vielfach zu Präsentationszwecken eingesetzt. Dazu zählt beispielsweise die Präsentation der täglichen Nachrichten, die Analyse und Erstellung aufwendiger technischer Zeichnungen sowie der Einsatz in der medizinischen Therapie und Diagnostik. Zur Qualitätssteigerung ist es jedoch wichtig zu wissen, wie der Benutzer mit der angezeigten Information interagiert. So könnte bspw. das Zeitungslayout optimiert, die technische Zeichnung dem Ingenieur näher gebracht oder die Therapie adaptiv dem Patienten angepasst werden. Um dies zu erreichen, ist es notwendig, die Blickrichtung des Benutzers zu erfassen, wie es von dem hier vorgestellten Eye-Tracking-System gewährleistet wird. In diesem Beitrag sollen nach einer Erläuterung des Systemaufbaus das Funktionsprinzip anhand des Augenmodells vorgestellt und die einzelnen Berechnungsschritte aufgezeigt werden. Sowohl die Berechnung als solches als auch Messreihen zum Einfluss einzelner Parameter sollen in diesem Beitrag vorgestellt und diskutiert werden. Computers are used for medical therapy and diagnostics, to generate technical drawings or simply to present the daily news. Often a feedback of the user is needed to achieve a higher quality of presentation. An eye-tracking system can be used to get such a feedback. The patient's gaze direction during a therapy can be tracked to improve the success of the therapy. Technical drawings can be optimized depending on how they are read. Finally the layout of a newspaper can be optimized to maximize the acceptance of the reader. In this paper, we present a dual camera system which can track the face and the eyes of a person in front of a PC display and calculate his/her gaze direction on it. At the beginning, we will introduce the system structure. Afterwards, the working principle based on a 3D eye model and the detailed calculation steps will be explained. Finally the influence of the eye parameters on the tracking precision will be discussed.

Um 3D-Information aus Bildern auch für Szenen mit schwacher oder periodischer Struktur mit hoher Robustheit zu erzeugen, werden kombinierte Stereo- und Fokusserien fusioniert. Dazu wird eine Kombination von depth from stereo und depth from (de)focus verwendet. Zur Analyse des Problems wird ein Signalmodell vorgestellt, das die Abbildung durch ein Kamera-Array bei Defokussierung strahlenoptisch beschreibt. Zur Formulierung der Fusionsaufgabe dient ein Energiefunktional, das mittels numerischer Standardverfahren minimiert wird. Die erzielten Ergebnisse der Fusionsmethode an unterschiedlichen Szenen zeigen eine erhebliche Verbesserung der Tiefenschätzung gegenüber Standardverfahren. Combined stereo and focus image series are fused for obtaining robust 3D information. The combination of depth from stereo and depth from (de)focus leads to good results also when dealing with scenes presenting periodical or weak structure. For analyzing the problem in ray optics, a signal model is presented which describes the imaging of a camera array taking into consideration a defocussed projection. The problem is formulated by using energy functionals which are minimized by means of standard algorithms. The results obtained by applying the method to several scenes show considerably improved results compared to the use of standard algorithms.

Manche Oberflächen können nur zuverlässig inspiziert werden, wenn man sie mit variabler Beleuchtung beobachtet. Die automatische Umsetzung dieses Ansatzes erfordert die Erfassung und Verarbeitung von Bildserien. Jedes Bild der Serie bildet den gleichen Oberflächenausschnitt jeweils unter einem anderen Beleuchtungswinkel ab. Eine Methode wird vorgestellt, um aus solchen Bildserien rotations- und translationsinvariante Merkmale zu extrahieren. Im vorliegenden Fall werden die Invarianten durch Fuzzy-Histogramme repräsentiert. Zur Klassifikation wird eine SVM ( Support Vector Machine ) eingesetzt. Die Robustheit des Ansatzes wird am Beispiel der Klassifikation von Lackdefekten demonstriert. Some surfaces can only be inspected reliably, if they are observed under variable illumination. An automated inspection based on this principle requires taking and processing series of images in which each image shows the same surface´s section with an illumination from a different angle. This paper presents a method to extract translation and rotation invariant features from such series of images. In our case, the invariant features are represented by fuzzy histograms and classified by an SVM ( support vector machine ). The robust performance of the method is demonstrated by the detection and classification of varnish defects.

Dieser Beitrag stellt zwei Verfahren zur videobasierten innerstädtischen Fahrspurerkennung vor. Diese Verfahren werden den besonderen Herausforderungen innerstädtischer Verkehrsszenarien durch eine probabilistische bzw. evidenztheoretische Modellierung in Kombination mit einem flexiblen Spurmodell gerecht. Als Merkmal wird die lokale Orientierung und die Anisotropie des Videobilds verwendet. Die Wahrscheinlichkeitsdichten bzw. Massefunktionen werden aufgestellt, die Fusionsstrategien diskutiert und Ergebnisse vorgestellt. This contribution describes two approaches to video-based inner-city lane detection. The approaches address the particular challenges of inner-city traffic scenarios by using a probabilistic and evidence-theoretical formulation, respectively, in combination with a flexible lane model. Local orientation and anisotropy in the video image constitute the feature. The probability densities and the mass functions are formulated, fusion strategies discussed and results presented.