arbeiten:pattern_rotation

Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

Link zu dieser Vergleichsansicht

Beide Seiten der vorigen Revision Vorhergehende Überarbeitung
Nächste Überarbeitung		 Vorhergehende Überarbeitung
arbeiten:pattern_rotation [02.10.2020 10:33] – [Data-Entry] Andreas Schmidarbeiten:pattern_rotation [11.04.2021 16:40] (aktuell) – [Data-Entry] Andreas Schmid
Zeile 2: Zeile 2:
  
 ---- dataentry StudentischeArbeit ---- ---- dataentry StudentischeArbeit ----
-Thema                                  : Systematischer Vergleich von Methoden zum Bestimmen der Rotation eines De-Brujin-basierten Tracking-Patterns #  +Thema                                  : Systematischer Vergleich von Methoden zum Bestimmen der Rotation eines De-Brujin-basierten Tracking-Patterns 
-Art_thesistypes                        : BA #  +Art_thesistypes                        : BA 
-BetreuerIn_thesisadvisor               : Andreas Schmid, Florin Schwappach #  +BetreuerIn_thesisadvisor               : Andreas Schmid 
-BearbeiterIn                           : Stefan Lippl #  +BearbeiterIn                           : Stefan Lippl 
-ErstgutachterIn_thesisprofessor        : N.N. #  +ErstgutachterIn_thesisprofessor        : Raphael Wimmer 
-ZweitgutachterIn_secondthesisprofessor : N.N. #  +ZweitgutachterIn_secondthesisprofessor : Niels Henze 
-Status_thesisstate                     : in Bearbeitung #  +Status_thesisstate                     : abgeschlossen 
-Stichworte_thesiskeywords              : tracking, tangible interaction, DotTrack, computer vision, machine learning, convolutional neural network, CNN #  +Stichworte_thesiskeywords              : tracking, tangible interaction, DotTrack, computer vision, machine learning, convolutional neural network, CNN 
-angelegt_dt                            : 2020-09-18 #  +angelegt_dt                            : 2020-09-18 
-Anmeldung_dt                           :  #  +Anmeldung_dt                           :  
-Antrittsvortrag_dt                     :  #  +Antrittsvortrag_dt                     : 2020-12-14 
-Abschlussvortrag_dt                    :  #  +Abschlussvortrag_dt                    :  
-Abgabe_dt                              :  # +Abgabe_dt                              : 2021-02-22
 Textlizenz_textlicense                 :  # #Lizenz|## Textlizenz_textlicense                 :  # #Lizenz|##
 Codelizenz_codelicense                 :  # #Lizenz|## Codelizenz_codelicense                 :  # #Lizenz|##
 ---- ----
 +
 +
 +
  
  
 === Hintergrund === === Hintergrund ===
  
-TBD+Tangible Blocks sind kleine, greifbare Objekte, die als Eingabegeräte für Computersysteme oder physische Repräsentation von digitalen Daten verwendet werden können. 
 +Nutzer können sie bewegen, drehen, zusammenlegen oder stapeln um auf eine intuitive Art und Weise mit Computern zu interagieren. 
 + 
 +Für viele Anwendungen mit Tangible Blocks ist es notwendig, die Position derer auf einer Oberfläche und die relative Position mehrerer Tangibles zueinander zu kennen. 
 +Dazu können verschiedene Tracking-Methoden verwendet werden. 
 +Beim Outside-in-Tracking wird auf eine externe, oft kamerabasierte Trackinginfrastruktur zurückgegriffen - ein prominentes Beispiel dafür sind die Lighthouses der HTC Vive. 
 +Für Tangible Blocks ist dieses Verfahren weniger gut geeignet, da die Tangibles oft durch die Hände von Nutzer:innen verdeckt werden. 
 +Deshalb wird für Tangible Blocks häufig auf Inside-out-Tracking zurückgegriffen, bei dem ein im Tangible verbauter Sensor die Position bestimmt. 
 + 
 +Im Projekt DotTrack [1, 2, 3, 4] der Nachwuchsforschungsgruppe Physical-Digital Affordances wurde ein Inside-out-Tracking-Verfahren entwickelt, bei dem die Position von Tangibles über einen im Tangible verbauten Maussensor bestimmt wird, der ein Punktmuster (De-Brujin-Pattern) auf einer Oberfläche erkennt, welches die Position codiert. 
 +Das Verfahren ist mit einer Sampling-Rate von etwa fünf Positionen pro Sekunde und einer Erfolgsrate von über 95% gut geeignet um die Position von Tangibles zu bestimmen, jedoch müssen die Tangible dafür entlang des Punktmusters ausgerichtet sein. 
 + 
 +Um auch die Rotation zu bestimmen, müsste diese über das Rohbild des Sensors berechnet werden. 
 +Da dieser Sensor eine sehr geringe Auflösung von 36x36 Pixeln hat, schlagen viele herkömmliche Methoden zum Bestimmen der Rotation, beispielsweise Hough Lines, fehl.
  
 === Zielsetzung der Arbeit === === Zielsetzung der Arbeit ===
  
-TBD+Ziel dieser Arbeit ist ein Vergleich verschiedener Verfahren zum bestimmen der Rotation eines Punktmusters mit niedriger Auflösung. 
 +Dazu sollen sowohl bekannte Verfahren aus der Computer Vision, als auch Machine-Learning-Ansätze, anhand ihrer Verarbeitungszeit und Erfolgrate verglichen werden. 
 + 
 +Um diese Arbeit in den Kontext des Projekts DotTrack einzugliedern, sollen die gewählten Verfahren mit einem Datensatz evaluiert werden, der mit der von DotTrack verwendeten Hardware aufgenommen wird. 
 +Zudem soll anhand eines selbst generierten Datensatzes aus Punktmustern mit verschiedenen Auflösungen evaluiert werden, bis zu welcher minimalen Auflösung die Verfahren sinnvoll einsetzbar sind.
  
 === Konkrete Aufgaben === === Konkrete Aufgaben ===
  
-TBD+ * Einarbeiten in das DotTrack-Projekt (1 Woche) 
 + * Aufbereiten des Themas, Literaturrecherche (2 Wochen) 
 + * Proof of Concept (1 Woche) 
 + * Implementieren verschiedener Verfahren zur Rotationsbestimmung (2 Wochen) 
 + * Aufnehmen des Datensatzes und Auswertung (1 Woche) 
 + * Vervollständigen der schriftlichen Ausarbeitung (2 Wochen)
  
 === Erwartete Vorkenntnisse === === Erwartete Vorkenntnisse ===
  
-TBD+ * Grundlagen Computer Vision 
 + * Grundlagen Machine Learning 
 + * Bereitschaft, sich selbstständig in eine kompexe Thematik einzuarbeiten 
 + * Auswertung quantitativer Daten
  
 === Weiterführende Quellen === === Weiterführende Quellen ===
  
-TBD+[1] https://hci.ur.de/projects/dottrack 
 + 
 +[2] Schüsselbauer, D. (2019). DotTrack: absolute optische Positionserkennung von Tangible User Interfaces. Bachelorarbeit am Lehrstuhl für Medieninformatik. 
 + 
 +[3] Schüsselbauer, D., Schmid, A., Wimmer, R., & Muth, L. (2018). DotTrack: Absolute und relative Ortsbestimmung von Tangibles mittels eines Maussensors. Gesellschaft für Informatik e.V. https://doi.org/10.18420/muc2018-ws05-0500 
 + 
 +[4] Schüsselbauer, D., Schmid, A., Wimmer, R. (2021). Dothraki: Tracking Tangibles Atop Tabletops Through De-Bruijn Tori. Akzeptiert für TEI'21.