Inhaltsbasierte Texturerkennung und Suche von perzeptuell ähnlichen Texturen

• Antragsteller: Professor Dr.-Ing. Eckehard Steinbach
• Fachliche Zuordnung: Elektronische Halbleiter, Bauelemente und Schaltungen, Integrierte Systeme, Sensorik, Theoretische Elektrotechnik ; Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung von 2015 bis 2018
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 290848755

Streicht man ein stiftartiges Werkzeug, zum Beispiel einen Schraubendreher, über die Oberfläche eines Objekts, erzeugt dies Vibrationen, die mit einem Beschleunigungssensor erfasst werden können. Die resultierenden Signale beinhalten wichtige Informationen über die Oberflächentextur des Objekts und können zum Beispiel zur Klassifizierung oder Erkennung der Textur verwendet werden. Das Ziel dieses Vorhabens ist es, Texturen nicht nur anhand dieser Signale zu erkennen, sondern darüber hinaus alle perzeptuell ähnlichen Texturen in einer Datenbank zu finden.Vielversprechende Anwendungen für die Textursuche sind interaktive Produktkataloge oder die Produktindividualisierung, zum Beispiel für die Auswahl von Materialien für die Innenausstattung von Automobilen oder von Möbeln. Mit einer Textursuchmaschine, können basierend auf persönlichen Vorlieben alternative Materialien, die sich ähnlich anfühlen, aus einer Datenbank gefunden werden. Dieses neue Konzept nennen wir Content-Based Haptic Texture Retrieval (CBHTR).Mathematische Fingerabdrücke, sogenannte Merkmale, welche eine Textur effizient repräsentieren und gleichzeitig robust gegenüber äußeren Einflüssen während der Texturaufnahme sind, stellen eine wichtige Grundlage für die Realisierung eines CBHTR Systems dar. Streicht der Benutzer ein Werkzeug über eine Oberfläche, variieren von Messung zu Messung die Geschwindigkeit, die Andruckkraft oder der Andruckwinkel. Diese Parameter beeinflussen die gemessenen Beschleunigungssignale stark. Haptische Merkmale, die invariant gegenüber solchen Messparametern sind, wurden bisher noch nicht erforscht. Stehen solche Merkmale zur Verfügung, lassen sich robuste Texturerkennungssysteme realisieren.Um gefühlt ähnliche Texturen finden zu können, müssen die verwendeten Merkmale zusätzlich perzeptuelle Eigenschaften der Texturen widerspiegeln. Merkmale die auf der menschlichen Wahrnehmung von Texturen basieren sind vielversprechende Kandidaten hierfür. Die Erforschung solcher perzeptuell motivierten Merkmale ist somit eine weitere wichtige Fragestellung dieses Vorhabens. Der Entwurf robuster und perzeptuell relevanter Merkmale ist zusammengenommen der erste Schwerpunkt dieses Projektantrags. Im zweiten Schwerpunkt soll basierend auf diesen Merkmalen ein prototypisches Texturerkennungssystem, bzw. eine prototypische Textursuchmaschine, welche die perzeptuell ähnlichsten Texturen in einer Datenbank findet, realisiert werden. Hierzu sind geeignete Merkmalskombinationen sowie relevante Verfahren des maschinellen Lernens zu identifizieren. Einer systematischen Evaluierung unter Verwendung von subjektiven Ähnlichkeitsbewertungen durch Testpersonen kommt in diesem Zusammenhang eine besondere Bedeutung zu.Abschließend sollen in diesem Forschungsprojekt zusätzliche Sensorsignale, die mit einem Mikrofon bzw. einer Kamera während der Interaktion mit einer Oberfläche aufgenommen werden, verwendet werden, um die Leistungsfähigkeit der Textursuche weiter zu erhöhen.

• DFG-Verfahren: Sachbeihilfen