Bachelor: Multimedia Projekt

Die Vorlesung kann nur von Bachelor- und Diplomstudenten gemäß geltender Prüfungsordnungen eingebracht werden. 

Bitte melden Sie sich im Digicampus zu dieser Veranstaltung (min. 2 Wochen) vor Begin des Wintersemesters an, damit wir die benötigten Ressourcen abschätzen zu können.

Zu den Titeln der hier genannten Themen werden bis September detailliertere Beschreibungen ergänzt und alle im DigiCampus angemeldeten Studenten werden daraufhin gebeten sich auch bei einem der Themen anzumelden. Bitte beachten Sie die max. Teilnehmerzahl zu den Themen. Falls ein Thema bereits vollständig belegt sein sollte, dann melden Sie sich zu der Veranstaltung (ohne Gruppenanmeldung) an und schreiben dem entsprechenden Dozenten Ihren Teilnahmewunsch, damit Sie auf die Warteliste kommen und ggfls. benachrichtigt werden können bzw. zusätzliche Gruppen gebildet werden sollten.

---

Webbasierte Platform zum Editieren von Pipelines für Echtzeitsignalverarbeitung

Für die am Lehrstuhl entwickelten Frameworks für Echtzeitsignalverarbeitung SSI und mobileSSI soll während dieses Projekts ein webbasierter Editor zur Erstellung von Pipelines entstehen, der auch dafür geeignet ist Beispiele und Templates zu sichern (ähnlich wie bei Node-Red). Pipelines zur Echtzeitsignalverarbeitung werden derzeit bereits in XML angelegt, die durch den Editor anpassbar sein sollen und hierbei Contraints berücksichtigt.

Empfohlene Kenntnisse: Datenbanken (SQL oder NoSQL); Javascript; HTML5

Teilnehmerzahl: 1 Gruppe mit max. 4 Studenten 
Themabetreuer:  M.Sc. Andreas Seiderer

---

Smarter Things in the Smart Home

Wir werden das Thema voraussichtlich wie in der Vorlesung Multimedia Grundlagen 2 (SS 2017) vorgestellt und besprochen durchführen.

Empfohlene Kenntnisse: C, C++, Lua Script

Teilnehmerzahl: 1 Gruppe, max. 3 Studenten 
Themabetreuer: Dr. Chi-Tai Dang

---

Interactive Machine Learning

Empfohlene Kenntnisse: Signalverarbeitung/Multimedia Grundlagen

Teilnehmerzahl: 1 Gruppe mit max. 4 Studenten 
Themabetreuer:  M.Sc. Simon Flutura , M.Sc. Andreas Seiderer

---

Visualisierung und Interpretation von Smart Home Sensordaten

In einer smarten Wohnung fallen viele verschiedene Sensordaten an, die für deren Nutzer teilweise nicht direkt verständlich oder sehr unübersichtlich sind. Ziel bei diesem Thema ist es verschiedene Daten möglichst generisch mit HTML 5 visualisieren zu können und auch anpassbare Interpretationen durch das System zu zeigen, die im einfachsten Fall durch Regeln definiert werden können.

Empfohlene Kenntnisse: Datenbanken (SQL); Java; Javascript

Teilnehmerzahl: 1 Gruppe mit max. 4 Studenten 
Themabetreuer:  M.Sc. Andreas Seiderer

---

Reeti in Wonderland

Inhalte des Buches "Alice in Wonderland" werden in geeignete Datenstrukturen (z.B. Graphen) transformiert und als Wissensbasis mit einer interaktiven Anwendung für den Reeti-Roboter verknüpft.

Empfohlene Kenntnisse: Java, Verständnis für Graphen, Lesen

Themabetreuer:  M.Sc. Hannes Ritschel

---

Umgebungssensorik

Bei diesem Thema gibt es folgende Unterteilung in Gruppen:

• Messung von Schalldruck mit Smartphone
• Aufzeichnung von Audio, Gas und Biodaten mit GPS Koordinaten
• Mobile Erstellung von NDVI Bildern

Teilnehmerzahl: pro Gruppe je max. 2 Studenten 
Themabetreuer:  M.Sc. Andreas Seiderer , M.Sc. Simon Flutura

---

weitere Informationen zu der Lehrveranstaltung:

empfohlenes Studiensemester der Lehrveranstaltung:	ab dem 5. Semester
Fachrichtung Lehrveranstaltung:	Multimedia-Anwendungen
Dauer der Lehrveranstaltung:	6 SWS
Typ der Lehrveranstaltung:	P - Praktikum
Leistungspunkte:	10
Lehrveranstaltungspflicht:	Pflicht
Semester:	WS 2017/18