Promotionen

Die durch das VCRIC geschaffenen Forschungsfreiräume haben laufende Promotionsvorhaben deutlich beschleunigt. Während in der Vergangenheit ca. alle zwei Jahre eine Promotion im Fraunhofer IGD abgeschlossen wurde, konnten Ende 2014 drei Promotionen – zwei Fraunhofer-Mitarbeiter und ein Uni-Mitarbeiter im VCRIC – abgeschlossen werden.

 

Steffen Hadlak: Graph Visualization in Space and Time, Universität Rostock, 27.11.2014

Die visuelle Analyse von Graphen spielt eine große Rolle in vielen Wissenschaftsgebieten. Sie umfasst eine Vielzahl verschiedener Aspekte, wie der Graphstruktur und damit verbundener Attribute in ihrem räumlichen und zeitlichen Kontext. Aufgrund der steigenden Größe dieser Graphen wird deren Darstellung immer problematischer und bedingt eine Unzahl verschiedener Visualisierungen. Da der Fokus während der Analyse oft wechselt, wird dieses Problem sogar noch schwieriger, so dass dem Anwender ermöglicht werden muss zwischen diesen Techniken flexibel wechseln zu können. Diese drei Herausforderungen werden in dieser Arbeit adressiert. Dafür wird zunächst die Handhabung der verschiedenen Aspekte und dabei auftretender Probleme anhand zweier genereller Ansätze für die Visualisierung von Bäumen exemplarisch diskutiert. Diese basieren auf einer Familie von punktbasierten Layouts und auf einem Design Space, der die grundsätzlichen Design Entscheidungen impliziter Visualisierungen abdeckt. Anschließend werden neue Methoden für die Reduktion der Größe der Graphen eingeführt. Diese basieren zum einen auf der Abstraktion des strukturellen oder zeitlichen Aspekts und zum anderen auf der Verwendung von Degree-of-Interest Funktionen um interessante Knoten, Kanten und Zeitpunkte zu bestimmen. Mithilfe dieser Techniken kann der Anwender auch bei der visuellen Analyse großer Graphen unterstützt werden. Abschließend werden neue Ansätze vorgestellt, um die verschiedenen Visualisierungen zusammenzuführen und damit eine flexible Analyse zu ermöglichen. Diese Ansätze umfassen die In Situ Visualisierung, die Portale verwendet um Visualisierungen auch lokal kombinieren zu können, und eine abstrakte Visualisierung aller Aspekte, die eine Synchronisierung verschiedener Visualisierungen erlaubt.


Enrico Gutzeit: Automatische bildbasierte Segmentierung organischer Objekte einer gleichartigen Gruppe, Universität Rostock, 12.12.2014

Diese Arbeit adressiert die automatische Segmentierung von organo-Gruppen, Gruppen gleichartiger organischer Objekte. Der Fokus wird auf das ähnlich schwere Problem der Stammschnittflächen-segmentierung gelegt. Die Segmentierung von multiplen Objekten auf unbekanntem Hintergrund in Einzelbildern ist ein schweres und ungelöstes Problem. Es existieren einige spezielle Ansätze für spezifische Objekte, wie Tomaten, Äpfel oder Fische. Dennoch existiert keine robuste und automatische Methode für Stammschnittflächen oder ein allgemeingültiger Ansatz für organo-Gruppen. Die Segmentierung einer organo-Gruppe ermöglicht Anwendungen zur automatischen Vermessung, Inspektion oder Sortierung. In dieser Arbeit werden, ausgehend vom Problem der Stammschnittflächen, drei Konzepte zur automatischen Segmentierung entwickelt und quantitativ evaluiert. Die Konzepte bauen aufeinander auf und ermöglichen die automatische Segmentierung von Schnittholz oder Stammschnittflächen in Bildern mit unbekanntem Hintergrund. Ausgehend von den Konzepten wird eine allgemeinere Lösung für organo-Gruppen entwickelt und am Beispiel von Plattfischen, Kartoffeln und Äpfeln evaluiert. In den einzelnen Evaluierungen der Konzepte werden gute bis sehr gute Ergebnisse erreicht. Die Ergebnisse sind in ein praxistaugliches System zur Vermessung von Holzpoltern eingeflossen. Die Evaluierung des Systems zeigt, dass die Konzepte zur Anwendung geeignet sind, wenn gewisse Rahmenbedingungen eingehalten werden.


Gerald Bieber: Methodik zur mobilen Erfassung körperlicher Aktivität mittels Beschleunigungssensoren, Universität Rostock, 18.12.2014

Ein ausgewogenes Verhältnis zwischen körperlicher Aktivität und gesunder Ernährung trägt zu einem gesunden Lebensstil bei. Oftmals wird jedoch ein optimales Maß an Bewegung und Ernährung nicht erreicht, so dass Übergewicht und gesundheitliche Probleme auftreten können. Eine objektive Erhebung der Bewegungssituation kann hierbei Defizite erkennen und eine Intervention unterstützen. Für die Erfassung der körperlichen Aktivität mittels Beschleunigungssensoren war es bislang üblich, entweder nur einfachste körperliche Aktivitäten zu erfassen oder spezielle Sensoren einzusetzen, die exakt am Körper auszurichten sind. Die sinnvolle Nutzung von nur einem Sensor zur Aktivitätserfassung, der beliebig orientiert getragen wird, war bisher nicht möglich, da die erhobenen Sensordaten bei Verdrehung nur eine eingeschränkte Erkennung der ausgeführten Aktivitäten zulassen. Die vorliegende Arbeit beschreibt die Methodik zur mobilen Erfassung körperlicher Aktivität mittels Beschleunigungssensoren. Hierbei wird ein neues Verfahren eingesetzt, welches die Orientierung des Sensorsystems identifiziert und die gemessenen Beschleunigungsdaten in ein neues, geeignetes Bezugssystem transformiert. Zur Bestimmung der Ausrichtung des Messsystems werden spezifische Bewegungsinformationen einer Aktivität genutzt, die eine vollständige Bestimmung der Orientierung erlauben. Durch die Transformation der Sensordaten in ein neues Bezugssystem wird es möglich, die Menge der Trainingsdaten zu reduzieren und die Erkennungsrate zu erhöhen. Die hierfür notwendigen Teilkomponenten werden als Module definiert und in einer Gesamtarchitektur zusammengefasst. Dieses Gesamtmodell basiert auf der Aktivitätserkennung mittels merkmalsbasierter Mustererkennung. In Teilmodulen werden die Messdatenvorverarbeitungen zur Signalschätzung, die Merkmalsextraktion sowie die Klassifizierung abgebildet. Das Gesamtkonzept beinhaltet die Auswahl der relevanten Merkmale sowie eines geeigneten Klassifizierers für mobile Endgeräte. Als Nachweis der Umsetzbarkeit wurde eine Implementierung auf einem handelsüblichen Mobiltelefon durchgeführt. Die Evaluation zeigt, dass die Bestimmung beliebiger Sensororientierungen und die Generierung des Bezugssystems dynamisch möglich sind und eine praxistaugliche Aktivitätserkennung umsetzbar ist. Der Technologiedemonstrator Dia-Trace liefert den Nachweis, dass auf dieser Grundlage ein mobiles Assistenzsystem sinnvoll zur Behandlung von Adipositaspatienten eingesetzt werden kann.