Forschungsergebnisse zeigen: Bupropion steigert die Libido bei Frauen, die unter vermindertem sexuellen Verlangen leiden
Die automatische Erkennung von menschlichen Aktivitäten durch Sensoren und Rechenprogramme hat ein großes Potential. „Es gibt dafür ein großes Spektrum von Industrieanwendungen und von Dienstleistungen im Gesundheitsbereich“, sagt Professor Dr. Bernhard Sick, Leiter des Fachgebiets „Intelligente eingebettete Systeme“ der Universität Kassel. Er entwickelt grundlegende Methoden und Algorithmen für das so genannte „activity spotting“, die unterschiedlichsten Anwendern als Blaupause für den Einsatz von Rechnern in diesem Bereich dienen könnten.
Sensoren, die menschliche Bewegungen registrieren können und am Körper getragen werden, sind häufig schon in Geräten des Alltags verbaut. Dazu gehört beispielsweise das Smartphone. Doch die Schwierigkeit besteht darin, aus dem Datenstrom, den solche Sensoren liefern, die relevanten Signale herauszufiltern und einem bestimmten menschlichen Verhalten, das sehr komplex sein kann, zuzuordnen.
Im Rahmen des 2009 gestarteten, von der Deutschen Forschungsgemeinschaft (DFG) dieses Jahr mit 86000 Euro geförderten Projekts „Methods for Activity Spotting With On-Body Sensors“ entwickelt Prof. Sick in Zusammenarbeit mit dem Max-Planck-Institut für Informatik und dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) Modelle für die Analyse und Auswertung von Sensorsignalen, die Computer in die Lage versetzen, selbstständig zu „erlernen“, bestimmte menschliche Bewegungsmuster von unwesentlichen Aktivitäten zu unterscheiden und sich im Dschungel der Datenflut zurecht zu finden.
Dafür waren zunächst Versuche im Labor notwendig, damit der Rechner mit einem Grundstock von Beispieldaten für Aktivitäten gefüttert werden und später etwa erkennen kann, ob eine Person wirklich eine Trinkbewegung ausführt oder sich etwa nur am Kinn kratzt.
Professor Sick sieht für diese Forschung ein breites Anwendungsfeld in der Industrie zur Vereinfachung von Abläufen und Prozessen. So könnte beispielsweise ein Arbeiter, der bisher bei der Qualitätskontrolle von Produkten am Fließband eine Liste der zu überprüfenden Montageschritte abhaken musste, Zeit sparen: Ein Computersystem würde anhand seiner Körperbewegungen registrieren, welche Kontrollen er bereits erledigt hat.
Info
Prof. Dr. Bernhard Sick
Universität Kassel
Fachbereich 16 – Elektrotechnik/Informatik
Fachgebiet „Intelligente eingebettete Systeme“
Tel. 0561/804-6020
E-Mail: bsick@uni-kassel.de
Meistgelesene Artikel
