Hiwi: Unterstützung beim Durchführen und Aufbereiten der Daten einer umfassenden Bewegungsstudie mit Radar
Die Integration von Smart-Home-Anwendungen hält immer mehr Einzug in die tägliche Routine der Menschen. Während Audio- und RGB-Kamerasysteme bereits den Weg für die Sprach- und Gestensteuerung in bestimmten Haushalten geebnet haben, bestehen weiterhin Bedenken hinsichtlich des Eindringens in die Privatsphäre, insbesondere bei der Verwendung audiovisueller Sensortechnologie. In diesem Zusammenhang bieten Radarsensoren einen eindeutigen Vorteil, da sie die Bedenken hinsichtlich der Privatsphäre minimieren, da sie Daten sammeln, die keine direkt identifizierbaren persönlichen Bezüge enthalten. Radarsensoren bieten sowohl für Privatwohnungen als auch für öffentliche Gebäude ein erhebliches Potenzial für Aufgaben, die sich auf das menschliche Verhalten beziehen und gleichzeitig strenge Datenschutzstandards einhalten. Sie können z. B. dazu verwendet werden, Personen im Gebäude, ihre allgemeinen Bewegungen einschließlich Gesten zu erkennen und sogar Vitalparameter zu messen.
Am Lehrstuhl für Hochfrequenztechnik (LHFT) wird derzeit eine umfassende Studie über menschliche Aktivitäten durchgeführt, bei der zeitsynchronisierte Radar-Rohdaten, RGB-Bilder und optische Bewegungserfassungsdaten (OMC) aufgezeichnet werden. OMC-Daten, die als Goldstandard für die Bewegungserkennung gelten, dienen als Grundlage für diese Untersuchung. Die Studie konzentriert sich auf die Erkennung menschlicher Posen sowie Aktivitäten (HAR) wie Gehen, Hinsetzen und Wiederaufstehen, indem robuste Algorithmen des maschinellen Lernens (ML) auf Radar-Rohdaten angewendet werden. Die Aufgabe des Hiwi besteht vor allem darin, bei der Aufzeichnung der Mess-Studie zu unterstützen und selbst zu leiten, sowie die dadurch generierten Daten aufzubereiten. Weiterhin soll aus den gewonnenen OMC-Daten eine Personenhülle generiert werden (.obj), um mit Hilfe einer Raytracing-Software synthetisch Radardaten zu simulieren.
Vorerfahrung mit Linux und Python wäre hilfreich.
Betreuer: Lukas Engel (lukas.le.engel@fau.de)
Beginn: ab April
Sprache: Deutsch oder Englisch