Project Visual Provenance

Prof. Dr. Bernd Fröhlich
M.Sc. Carl-Feofan Matthes
M.Sc. Adrian Kreskowski
Dipl.-Mediensys.wiss. Andre Schollmeyer
Dipl.-Mediensys.wiss. Stephan Beck
Dipl.-Mediensys.wiss. André Kunert

15 Credits Medieninformatik (M.Sc.)
15 Credits Computer Science and Media (M.Sc.)
15 Credits Human-Computer Interaction (M.Sc.)

Beschreibung:

Im Bereich 3D-Digitalisierung wird die Qualität der Rekonstruktion und Visualisierung von einer Vielzahl Faktoren bestimmt. Um eine Qualitätssicherung und Vergleichbarkeit herzustellen, ist eine eingehende Untersuchung der Prozessierungswege und Datenverarbeitung daher essentiell; angefangen bei der Akquise und Rekonstruktion bis hin zur Visualisierung. 

In der Archäologie und der Kunstgeschichte bezeichnet man mit Provenienz die Herkunft eines Objektes, nicht nur im Sinne des Objekts im Ganzen sondern auch in seinen Details. In diesem Sinne werden wir sogenannte Provenienz-relevante Daten, die bei der Structure-From-Motion (SfM) Rekonstruktion und Multi-Resolution-Aufbereitung von sehr großen gescannten Modellen anfallen, identifizieren, priorisieren, speichern und visualisieren. Dabei stellt die Fusion dieser umfangreichen Provenienz-Daten mit den detaillierten 3D-Modellen eine besondere Herausforderung dar. 

Die Studierenden werden in diesem Projekt Provenienz-relevante Meta- und Para-Daten aus einer Reihe von Prozessierungsketten sammeln, u.a. auch aus einer Scanned-Data-Simplification-Pipeline. Um diese Informationen zu organisieren und zu speichern, werden die Teilnehmer eine räumliche Datenstruktur entwerfen und implementieren, die für effiziente Zugriffe in Echtzeit optimiert ist. Außerdem werden wir neue Visualisierungen entwickeln, die Exploration und Verständnis von Provenienz-Informationen fördern, um die Qualität von digitalisierten 3D-Modellen interaktiv zu beurteilen. Hierfür werden wir mit unseren existierenden Frameworks Lamure und Avango/Guacamole arbeiten.

Description:

In the field of 3D-Digitalization, a vast number of factors influence the quality of reconstruction and visualization. Therefore, a detailed analysis over the course of data processing is essential for facilitating quality assurance and comparison not only across different sensors but also across different processing pipelines. 

Historically, the term provenance refers to the origin of an object with respect to its whole but also to its details. In this sense, we strive to identify, prioritize, record and visualize so-called provenance-data that aggregates during structure-from-motion (SfM) reconstruction as well as multi-resolution processing of very large scanned datasets. However, the fusion of comprehensive amounts of provenance-data with very large 3D-scans and its real-time access is a challenging problem.

In this project, we will extract provenance-related meta-/para-data from a series of toolchains, including our scanned data simplification pipeline. Students will design and implement a spatial datastructure to organize and store this information efficiently and with real-time-access demands in mind. Finally, students will create exciting and novel visualizations for exploring, understanding and assessing the quality of digitized material in real-time. We will work with our existing frameworks Lamure and Avango/Guacamole.

Voraussetzungen:

Erfolgreicher Abschluss der Vorlesung Computergrafik (oder einer vergleichbaren Veranstaltung), Grundlegende Kenntnisse in C++ und OpenGL

Requirements:

Completion of the course Computergraphics (or an equivalent lecture), decent C++/OpenGL knowledge is helpful

Leistungsnachweis:

Selbständige Mitarbeit im Projekt, aktive Einbringung in Gruppenarbeit, Desgin und Programmierung von Anwendungen, Zwei bis drei Vorträge, Abschlusspräsentation, schriftliche Dokumentation

Assignments:

Self study, active participation in the project, design and programming of applications, two to three intermediate presentations, presentation of final project results, written report

Richtet sich an:

Bachelor Medieninformatik, Master Computer Science and Media, Master Human-Computer Interaction