Studium

Anwendungsnah studieren heißt: Besser vorbereitet sein in Theorie und Praxis.
Wir leben in Zeiten technologischer Innovationsverdichtung. Maschinenelles Lernen, 5G-basierte Kommunikation, das Internet der Dinge, Techniken der virtuellen und augmentierten Realität haben Auswirkungen auf Geschäftsmodelle und die Struktur von Softwaresystemen. Dynamische Veränderungen in diesen Forschungsbereichen sowie in den Anforderungen aus der Wirtschaft integrieren wir unmittelbar in die Inhalte unserer Lehre. So bleiben Vorlesungen und Seminare immer nah am Puls des Fortschritts.

Projektgruppen

DeevA – Deep Video Augmentation

Es wird angenommen, dass nutzer-gerichtete Werbung in der heutigen Zeit im- mer mehr an Bedeutung gewinnt. Ziel ist es, die Aufmerksamkeit für Produkte zu wecken, die in der aktuellen Situation zu den Präferenzen des Nutzers passen. In Meyer et. al.[10] wurde eine Erhebung für den Effekt von Product Placement in Filmen durchgeführt und es wurde ein positiver Effekt beim Kunden, falls nicht zu viele Produkte eingeblendet werden, ermittelt. Daraus lässt sich schließen, dass die inhaltsbezogene Einbettung von Werbung in Filmen, Serien oder Influencer-Videos in Zukunft für die Werbeindustrie an Bedeutung gewinnen wird.

Ein Problem an diesem Ansatz ist, dass die Produkte im Video erkannt und pas- sende Werbung an einer möglichst nicht störenden Position angezeigt werden muss. Videoplattformen wie YouTube zeigen unter anderem Werbung beim Abspielen eines Videos im unteren Bereich an. Jedoch gibt es Beispiele dafür, dass der zugrundelie- gende Algorithmus nicht alle im Video eingeblendeten Produkte bei Werbe-Auswahl berücksichtigt. Aktuell könnte Grundlage für die Werbung, Informationen über den vorherigen Suchverlauf des Betrachters sein. Dabei gibt es Werbung, die nicht zum aktuell angezeigten Bild passt oder nicht den Wünschen des Betrachters entspricht. Jedoch ist es für Kunden und Hersteller möglichst relevant, stets aktuellen Informa- tionen zu einem Produkt bereitzustellen und zu konsumieren.

Zur Lösung der vorgestellten Probleme wird in dieser Arbeit ein System vorge- stellt, dass Logos von Marken-Produkten in Videos erkennen kann. Nach der Er- kennung werden aktuelle Informationen, die zuvor auf der Herstellerseite des Pro- duktes ermittelt wurden, in dem Video eingebettet. Somit wird der Nutzer direkt bei Einblendung eines Logos über weitere Produkte der Marke informiert und der Hersteller ist selbst zuständig für die Bereitstellung einer möglichen Menge von angezeigten Informationen.

Weitere Projektgruppen

KI
ML@Energy
In der Projektgruppe "ML@Energy" soll eine Anwendung entwickelt werden, die Analysen von Energieverbrauchsdaten visuell darstellt. Die Analysen basieren dabei auf…
KI
DataMed – Anomaly Detection in Medical Insurance Data
Das Thema der Projektgruppe war das automatische Auffinden von Hinweisen auf möglichen Versicherungsbetrug durch Auswertung der Daten der Versicherung Barmenia1.…
Nach oben scrollen
Scroll to Top