Project Visual Provenance in VR

Prof. Dr. Bernd Fröhlich
Dipl.-Mediensys.wiss. André Schollmeyer
M.Sc. Carl-Feofan Matthes
Dipl.-Mediensys.wiss. André Kunert
Dr. rer. nat. Alexander Kulik
M.Sc. Adrian Kreskowski
Dipl.-Mediensys.wiss. Stephan Beck
M.Sc. Tim Weißker
Dr. rer. nat. Patrick Riehmann


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

Beschreibung:

Visuelle Modelle können sehr überzeugend sein – trotz möglicher Fehler im Detail. Bei virtuellen Darstellungen dreidimensional gescannter Objekte, Gebäude und Landschaften sind einige Fehler der Rekonstruktions- und Visualisierungsprozesse offensichtlich. Wir möchten den Nutzern visueller 3D Analysesysteme zusätzliche Informationen zur Glaubwürdigkeit und Herkunft (Provinienz) der wahrgenommenen Information vermitteln und ihnen ermöglichen, diese auf die zugrunde liegenden Rohdaten zurückzuführen. Durch die direkte Verknüpfung mit den Ursprungsdaten werden darüber hinaus auch Informationen sichtbar, die im abgeleiteten Modell fehlen.

Ein Projekt im vorherigen Semester entwickelte grundlegende Verfahren zur Quantifizierung der Datenqualität digitalisierter 3D Geometrien in unterschiedlichen Bereichen, Datenstrukturen für diese Metadaten und experimentierte mit deren Darstellung in ihrem räumlichen Kontext. Darauf aufbauend widmet sich dieses Projekt der interaktiven Visualisierung in kollaborativer virtueller Realität. Dabei geht es um die implizite Vermittlung der Zuverlässigkeit sichtbarer Informationen als auch um die interaktive Exploration der Daten und Rohdaten in gemeinsam erlebten virtuellen Umgebungen.

Ziel ist die Entwicklung neuer interaktiver Methoden und Werkzeuge zur gemeinsamen Analyse von 3D Scanningdaten sowie deren Evaluierung in Nutzerstudien. Ein wesentlicher Teil unserer Entwicklungen wird sich auf die Weiterentwicklung effektiver Datenstrukturen und Renderingtechniken für sehr große 3D Modelle sowie deren Meta- und Rohdaten konzentrieren. 

Inhalte:

  • Gemeinsame Wahrnehmung und Aufmerksamkeit in virtuellen Umgebungen
  • 3D Rekonstruktions- und Visualisierungstechniken
  • Datenstrukturen und Renderingtechniken
  • Benutzungsschnittstellen für computergestützte Zusammenarbeit
  • Entwicklung von VR-Anwendungen mit Avango-Guacamole (Python)

 

Description:

Visual models can be very compelling - despite possible errors in the details. In virtual representations of 3D scanned objects, buildings and landscapes, for example, errors that result from reconstruction and visualization processes, are evident. We aim to provide users of visual 3D analysis systems with additional information on the credibility and origin (provenance) of the perceived information as well as to support visual comparisons with the underlying raw data. Direct links to the source data may also reveal information that is missing in the derived model.

A project in the previous semester developed quantification methods for the quality of 3D scanning data in different areas, data structures for such meta information, as well as first attempts for the visualization in its spatial context. This project will build on these results and focus on interactive visualization in collaborative virtual reality. This includes implicit conveyance of data reliability and support for the interactive exploration of the underlying raw data in shared virtual environments. 

Our goal is to develop new interactive methods and tools for the joint analysis of 3D scanning data as well as their evaluation with user studies. A major part of these developments will focus on effective data structures and rendering techniques for very large 3D models extended with meta and raw data.

Topics:

  • Joint perception and attention in virtual environments
  • 3D reconstruction and visualization techniques
  • Data structures and rendering techniques for interactive 3D visualization
  • User interfaces for computer-supported cooperative work
  • Development of VR applications with Avango-Guacamole (Python)

 

Voraussetzungen:

Grundlegende Kenntnisse in Avango-Guacamole oder OpenGL wünschenswert

Requirements:

Basic knowledge of Avango-Guacamole or OpenGL desirable

Leistungsnachweis:

aktive Mitarbeit im Projekt, 2-3 Vorträge, Abschlusspräsentation

Assignments:

active participation in the project,  two to three intermediate presentations, presentation of final project results

Richtet sich an:

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