:: tech.sumerum.de blog

Google - View of Lake Tanganyika at The Peak, Gombe National Park, Tanzania
Google Street View, im Gombe National Park Tansania, auf den Pfaden von Dr. Goodall
 21.October 2014 "... chimpanzees in the wild ..."
Google - The Great Pyramid
Google Street View, die Pyramiden in Aegypten mit dem Trekker aufgenommen
 10.September 2014 "... a wall covered in hieroglyphs ..."
weiter...
gesture control, augmented reality, sensing, 3D, tracking, maps, image processing, algorithms
Google - Polarlichter in Finnland
Google Street View, Polarlichter - Finnland Aurora Borealis
 15.January 2015 "... a natural light display in the sky ..."
Google - View Paro
Google Street View, Himalaya - Bhutan ein kleines Land digital
 24.October 2014 "... Thimpu, and the towns of Paro and Trongsa ..."
:: big data mining

Der entwickelte Prototyp "Service Sensor" analysiert Beiträge aus sozialen Netzwerken und macht diese Daten im Kontext eines standardkonformen Sensor Observation Service (SOS)[1] des Open Geospatial Consortium (OGC)[2] als Sensorinformationen zugänglich. Repräsentiert wird das Netzwerk durch Twitter. Als Analysemethode wurde die Sentimentanalyse[3] ausgewählt.

  • [Polten, 2013] Polten, Mark - Service Sensor for social networks,OGC-konformer Sensor - Mainz 2013
  • [1] Der SOS stellt das Management für Sensoren, Sensordaten und ihren Messdaten bereit.
  • [2] Das OGC ist eine internationale und gemeinnützige Organisation, gegründet 1994 als Open GIS Consortium, Inc. http://www.opengeospatial.org/
  • [3] Eine "Sentiment - Analyse", auch durch andere Begriffe wie "Sentiment Detection" oder "Opinion Mining" bekannt, beinhaltet die automatische Erkennung von emotionalen Ausdrücken in unstrukturierten Texten. Auf diese Weise können Tendenzen in Texten positiv, negativ oder neutral gewertet werden.
Sensoren, soziale Netzwerke, Analysen, Java EE
Aus sozialen Netzwerken kann nutzergenerierter Inhalt wie er bei Twitter o.a. sozialen Netzwerken ensteht z.B. dafür genutzt werden, um Entwicklungen einer Region oder das politische Stimmungsbild zu detektieren. Diese Daten weisen also ein hohes Potential an spezifischen Informationen auf, die im richtigen Kontext betrachtet, neue Erkenntnisse ermöglichen.
Hierfür wurde ein standardkonformer Sensor entwickelt, der soziale Netzwerke als Informationsquelle nutzt, ähnlich wie herkömmliche Sensoren, Auskunft über die Temperatur oder den Blutdruck geben können.
Service Sensor for social networks,
OGC-konformer Sensor - Masterthesis [Polten, 2013]
Abb: 1 Java EE; "Service Sensor" - Sentiment
:: 3D-lesson
"Durch Raum und Zeit" - 3D-Projektionen
Der interaktive Kurs 3D-Projektionen[10] ist ein Angebot für Schüler, Lehrer und Interessierte, das Hintergrundwissen und spannende Aufgaben zum Thema 3D bereit hält. Durch Raum und Zeit - 3D-Projektionen
Abb.: 4 Übersicht 3D-Projektion

Es werden u.a. unterschiedliche Darstellungsverfahren, die menschlich Wahrnehmung oder die Konstruktion eines 3D-Objekts beschrieben.

Durch Raum und Zeit - 3D-Projektionen
Abb.: 5 ©G.Lindemann - Lichtbrechungen

Der Inhalt kann im Unterricht z.B. in den Fächern Mathematik, Physik, Informatik oder Erdkunde verwendet werden. Die Aufgaben eigenen sich für die Klassenstufen 7 bis 13 [FHM 2013].

  • [FHM 2013] Fachhochschule Mainz, Forum 1.13, 2013, Das Magazin der Fachhochschule Mainz - https://www.fh-mainz.de/hochschule/publikationen/forum-hochschul-magazin/index.html
  • [10] Ein Angebot der FH-Mainz zum Thema Geoinformatik und Vermessung mit weiteren Modulen.
:: 3D-stereo, cgi
"raytracing" vs. "openGL"
computergenerierte Szenenerstellung und Visualisierung an einer 3D-Powerwall[4]
Die Gegenüberstellung der beiden Renderverfahren "raytracing" und "openGL" in Abbildung 2 zeigt Unterschiede wie z.B. die Reflektion der Umgebung oder die Brechung des Lichts. Am deutlichsten sind Differenzen an der Bodenplatte und an den Glaszylindern zu erkennen.

Durch Raum und Zeit - 3D-Projektionen Abb.: 2 raytracing (links) vs. openGL (rechts)

Eine Beispielszene mit mehreren Objekten dient dem Vergleich der beiden Verfahren als Grundlage. Die Modellierung und Prozessierung wurde mit VRED[5] an einer 3D-Powerwall vorgenommen. Das folgende Video zeigt wie sich Effekte unterschiedlich auswirken.

Video - raytracing vs. openGL

:: 3D-statistic
Visualisierung von Feinstaubmessungen,
Particulate Matter 10 (PM10)[6]
Abbildung VRED Statistik - Feinstaubmessungen in Rheinland Pfalz
Abb.: 3 VRED Statistik
Für die Darstellung der Aggregation von Luftmessdaten aus Rheinland-Pfalz wurden Messergebnisse von landesweiten Messstationen auf ein geografisches 3D-Modell übertragen. Die Abbildung 3 zeigt einen Ausschnitt der Visualisierung und macht die Unterschiede zwischen dem ländlichen und städtischen Raum sichtbar. Die Spitze bildet die Landeshauptstadt Mainz mit einem deutlichen Anstieg von Feinstaub.
Die Messdaten wurden durch das UmweltBundesAmt[7] zur Verfügung gestellt. Die Modellierung und Prozessierung ist mit VRED und Python[8] realisiert. Für die Vorverarbeitung und Analyse kam PostgreSQL und Quantum GIS (QGIS)[9] zum Einsatz. Das Video - Making-of: 3D Statistics Animation - FH Mainz - gibt hierzu einen Einblick.

  • [4] Die 3D-Powerwall ist eine große durchlässige Oberfläche mit Rückwandprojektion. Die Bilder auf der Vorderseite werden hier durch Projektoren auf der Rückseite erzeugt. So wird ein störungsfreies Arbeiten und Präsentieren vor dieser Fläche ermöglicht.
  • [5] VRED™ Professional ist eine Softwarelösung für Virtual Reality und Virtual Prototyping.
  • [6] Particulate Matter "is a complex mixture of extremely small particles and liquid droplets".
  • [7] Das UmweltBundesAmt bietet aktuelle Messdaten zu Feinstaub, Stickstoffdioxid, Ozon, etc. an. http://www.umweltbundesamt.de/
  • [8] Python ist eine Programmiersprache. http://www.python.org/
  • [9] PostgreSQL: open source object-relational database system, http://www.postgresql.org/; Quantum GIS: open source geographic information system, http://www.qgis.org/
RSS-Feed RSS-Feed
visio.sumerum::m.polten::mainz::germany::post(at)visio.sumerum.de::v2.1::ud01.14

VRED Blender virtualdub Bundler Geomagic Meshlab
Haftungsausschluss
Für die Korrektheit, Vollständigkeit, Aktualität oder Qualität der bereitgestellten Informationen und Daten wird keine Gewähr übernommen. Das Angebot enthält externe Links zu Webseiten Dritter, auf deren Inhalt kein Einfluss genommen werden kann. Deshalb kann für fremde Inhalte auch keine Gewähr übernommen werden, verantwortlich sind stets die Anbieter oder Betreiber. Zum Zeitpunkt der Verlinkung waren keine rechtswidrigen Inhalte erkennbar. Bei bekannt werden von Rechtsverletzungen, wird der betreffende Link umgehend entfernt.

Datenschutz
Durch Ihren Zugriff werden auf dem Server für Zwecke der Datensicherheit vorübergehend Daten gespeichert, die möglicherweise eine Identifizierung zulassen (z.B.: IP-Adresse, Datum, Uhrzeit und Name der angeforderten Datei). Eine Auswertung, mit Ausnahme für statistische Zwecke in anonymisierter Form, erfolgt nicht.