Mensch-Maschine-Kommunikation: Grundlagen Von Sprach- Und Bildbasierten Benutzerschnittstellen

ISBN-13: 9783642054563 / Niemiecki / Twarda / 2010 / 328 str.

Joachim Schenk; Gerhard Rigoll

Opis

Ausgehend von den gangigen Ein- und Ausgabegeraten gibt das Buch einen Uberblick uber die moglichen Formen der Mensch-Maschine-Kommunikation (MMK). Dazu werden der Seh- und Horsinn sowie die derzeit wichtigsten Modalitaten fur die MMK vorgestellt. Die Autoren behandeln die Grundlagen der Dialogsysteme, der Wissensreprasentation, der kunstlichen Intelligenz und der Bildverarbeitung sowie die Methoden der bildbasierten MMK. Ferner beschreiben sie die verwendeten grundlegenden Algorithmen. Jedes Kapitel enthalt Ubungen mit ausfuhrlichen Losungen."

Spis treści

1 Einleitung 1 1.1 Mensch-Maschine-Kommunikation in der Informations- und Kommunikationstechnik . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 Grundbegriffe der MMK . . . . . . . . . . . . . . . . . . . . . . . 2 1.3 Disziplinen der Mensch-Maschine-Kommunikation . . . . . . . . . 4 2 Ein-/Ausgabegeräte 7 2.1 Datenrate verschiedener Ein-/Ausgabegeräte . . . . . . . . . . . . . 8 2.2 Eingabegeräte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 2.2.1 Loch- und Markierungskarte . . . . . . . . . . . . . . . . . 8 2.2.2 Tastatur . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.2.3 Maus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.2.4 Joystick . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 2.2.5 Touchscreen . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.2.6 Grafiktablett . . . . . . . . . . . . . . . . . . . . . . . . . 20 2.2.7 Scanner . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 2.2.8 Videokamera . . . . . . . . . . . . . . . . . . . . . . . . . 24 2.2.9 Mikrofon . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 2.2.10 Nutzung weiterer Modalitäten . . . . . . . . . . . . . . . . 27 2.3 Ausgabegeräte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 2.3.1 Bildschirm . . . . . . . . . . . . . . . . . . . . . . . . . . 28 2.3.2 Lautsprecher . . . . . . . . . . . . . . . . . . . . . . . . . 34 2.4 Übungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 Aufgabe 1: Tastatur . . . . . . . . . . . . . . . . . . . . . . . . . . 35 Aufgabe 2: Maus . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 Aufgabe 3: Resistiver Touchscreen . . . . . . . . . . . . . . . . . . 36 3 Menschliche Sinnesorgane 39 3.1 Übersicht über die Sinne . . . . .. . . . . . . . . . . . . . . . . . 39 3.2 Sehen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 3.2.1 Aufbau des Auges . . . . . . . . . . . . . . . . . . . . . . 40 3.2.2 Prinzip des Sehens . . . . . . . . . . . . . . . . . . . . . . 41 3.2.3 Psychooptische und physikalische Messgrößen . . . . . . . 43 3.2.4 Farbsehen . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 3.2.5 Gesichtsfeld . . . . . . . . . . . . . . . . . . . . . . . . . . 46 3.2.6 Farbmischung . . . . . . . . . . . . . . . . . . . . . . . . . 47 3.3 Versuche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 3.4 Hören . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 3.4.1 Das Ohr . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 3.4.2 Psychoakustik . . . . . . . . . . . . . . . . . . . . . . . . 55 3.5 Übungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 Aufgabe 1: Auflösungsvermögen des menschlichen Auges . . . . . 62 Aufgabe 2: Sehen, Farbsehen und C. I. E.-Normtafel . . . . . . . . . 63 Aufgabe 3: Farbdarstellung . . . . . . . . . . . . . . . . . . . . . . 65 Aufgabe 4: Sehen und Hören . . . . . . . . . . . . . . . . . . . . . 66 4 Dialogsysteme 69 4.1 Grundlagen intelligenter Systeme . . . . . . . . . . . . . . . . . . . 69 4.1.1 Suchverfahren . . . . . . . . . . . . . . . . . . . . . . . . 70 4.1.2 Suchstrategien . . . . . . . . . . . . . . . . . . . . . . . . 71 4.1.3 Heuristische Suche/A-Algorithmus . . . . . . . . . . . . . 74 4.1.4 A*-Algorithmus . . . . . . . . . . . . . . . . . . . . . . . 76 4.2 Logik und Theorembeweisen . . . . . . . . . . . . . . . . . . . . . 76 4.2.1 Aussagenlogik . . . . . . . . . . . . . . . . . . . . . . . . 77 4.2.2 Prädikatenlogik . . . . . . . . . . . . . . . . .

O autorze

Gerhard Rigoll studierte an der Universität Stuttgart Technische Kybernetik und war danach am Fraunhofer-Institut (IAO) in Stuttgart tätig. Er promovierte 1986 im Bereich der automatischen Spracherkennung und schloss seine Habilitation für das Fach Mensch-Maschine-Kommunikation 1991 in Stuttgart ab. Von 1986 - 88 war er Postdoctoral Fellow am IBM Thomas Watson Research Center in Yorktown Heights/USA und von 1991-93 Gastwissenschaftler bei den NTT Human Interface Laboratories in Tokio/Japan. Danach war er Universitätsprofessor für Technische Informatik in Duisburg und ist seit 2002 Ordinarius für Mensch-Maschine-Kommunikation an der TU München. Er ist Autor und Co-Autor von mehr als 400 Publikationen in allen Bereichen der multimodalen Mensch-Maschine-Kommunikation und Mustererkennung und aktiv als Mitglied, Gutachter und Editor in vielen nationalen und internationalen wissenschaftlichen Gremien und Verbänden.

Blurb

Ausgehend von den gängigen und bekannten Ein- und Ausgabegeräten gibt das Buch einen Überblick über die heute mögliche Mensch-Maschine-Kommunikation (MMK). Dazu werden der Seh- und der Hörsinn, die momentan wichtigsten Modalitäten für die MMK, vorgestellt. Anschließend werden die Grundlagen der Dialogsysteme, der Wissensrepräsentation und der künstlichen Intelligenz entwickelt (Grammatiken, Zustandsautomaten, Suchverfahren) - unverzichtbare Elemente heutiger Mensch-Maschine-Schnittstellen. Die grundlegenden Algorithmen werden beschrieben, die in der Spracherkennung Verwendung finden (Abstandsklassifikatoren, Hidden-Markov-Modelle). Bei der bildbasierten MMK erfolgt zunächst eine Einführung in die Grundlagen der Bildverarbeitung (Signaldarstellung in zwei Dimensionen, Filterung, morphologische Operationen). Danach werden die Methoden der bildbasierten MMK vorgestellt und algorithmische Lösungen vorgeschlagen: Gesichtsdetektion (z.B. Viola-Jones), Gesichtsidentifikation (z.B. Eigenfaces, Active Appearance Models) und Gesichtsverfolgung (z.B. ConDenSation).

Jedes Kapitel enthält Übungen mit ausführlichen Lösungen.