DAGA 2010 - Deutsche Gesellschaft für Akustik eV

158 DAGA 2010 Programm
Mi. 18:10 Grashof C 20 Signalverarbeitung
Audio-visuelle Identifikation ungewöhnlicher Ereignisse -
das DIRAC Projekt
J. Anemüller a ,J.-H.Bach a , L. van Gool b , H. Kayser a , W. Moreau b und
S. Wabnik c
a Medizinische Physik, Carl-von-Ossietzky Universität Oldenburg; b KU
Leuven, ESAT-PSI/VISICS; c Fraunhofer IDMT / Hör-, Sprach- und Audiotechnologie,
Oldenburg
Das von der EU geförderte Projekt DIRAC (”Detection and Identifikation
of Rare Audio-Visual Cues”) hat zum Ziel, in audio-visuellen Szenarien
Situationen zu identifizieren, die unerwartete Ereignisse enthalten.
”Unerwartet” bezieht sich hier darauf, dass die identifizierten akustischen
und visuellen Objekte sich nicht zu einer kongruenten Gesamtszene
fusionieren lassen, da ”Widersprüche” wie z. B. ungewöhnliche
und nicht-kongruente Positionen oder Identitäten akustischer und visueller
Objektanteile existieren. Diese Fragestellung ist in verschiedenen
Monitoring Anwendungen relevant, etwa zur Überwachung hilfsbedürftiger
Personen in Wohnumgebungen, sowie im Sicherheitsbereich.
Zur Untersuchung mit realen Daten wurde die mobile audio-visuelle
Plattform AWEAR konstruiert, die Vierkanalmikrophonie mit omnidirektionen
Stereokameras kombiniert. In diesem Beitrag werden theoretische
und technische Aspekte der Verarbeitung so gewonnener Szenen
vorgestellt. Der Schwerpunkt liegt dabei auf der akustischen Szenenanalyse
mit Lokalisations- und Klassifikationsmethoden. Die audiovisuellen
Aufnahmen sind für Forschungszwecke frei verfügbar unter
www.diracproject.org.
Mittwoch Signalverarbeitung (Poster)
Acoustic clustering for vehicle based sounds
S. Twieg a und B.J. Zimmermann b
a Volkswagen Aktiengesellschaft; b AutoVision GmbH
Next to claims on arrangement, design and comfort of the vehicle especially
the quality control requirements rose over the decades of the car
evolution. In order to be able to do a clear statement about the quality
of a product, defined quality criteria and both reproducible and objective
methods of measurement are required. Experts can assign depending
on their foreknowledge noticeable noises to the causes. An objective
assessment and allocation through mathematical methods is up to now
only restrictedly possible. Main object in this study is a database with
acoustic measurements that include various noise changes. The records
vary in the environment parameters, as for example vehicle speed or
road subsoil and the components emitting acoustically. In a training and
test trial the clustering methodology is checked as objective method and
afterwards the performance at unknown noises determined.