This thesis deals with creation of a mobile library for preprocessing of images with text which represents a part of a system for text recognition. The library is realized with emphasis on generality of use, efficiency and portability. The library providing a set of algorithms primarily for image quality assessment and text detection was created in this thesis. These algorithms enable a substantial decrease in volume of transmitted data and speed up and refinement of the recognition process. An example application for the Android platform able to analyze composition of foods stated on their wrappings was created as well. Overall, the library (system) simplifies development of mobile applications with focus on text extraction and analysis. The mobile application then provides a comfortable way of food harmfulness verification. The thesis offers a reader an overview of current solutions and tools available in this field, it provides a breakdown of important image preprocessing algorithms and guides him through the construction of the library and the application for mobile devices.

Distance and the associated parameters can be measured by specific sensors mobile device. Introduction The work focuses on the description of the sensors and the effects on their accuracy. To measure the distance, there is a number of good practices, which were described and demonstrated the application implemented source code for the Android platform. The project works with a total of three sensors, namely accelerometer, magnetometer and camera. The main objective of this work is the definition and application of methods for measuring distance using the appropriate sensors.

This thesis deals with the development of benchmark application for the OpenGL ES 3.0 devices using the realistic real-time rendering of 3D scenes. The first part covers the history and new features of the OpenGL ES 3.0 graphics library. Next part briefly describes selected algorithms for the realistic real-time rendering of 3D scenes which can be implemented using the new features of the discussed library. The design of benchmark application is covered next, including the design of online result database containing detailed device specifications. The last part covers implementation on Android and Windows platforms and the testing on mobile devices after publishing the application on Google Play. Finally, the results and possibilites of further development are discussed.

The aim of this master thesis is to analyse, design and implement a multi-platform mobile application for alternative and augmentative communication of people with special education needs and disabilities. This application based on iOS and Android platform allows making sentences composed of pictograms with voice output. The application is implemented in Java & HTML5 based multi-platform framework Oracle ADF Mobile. Application has been verified by case study in native environment of people with intellectual disability. The main contribution of this thesis is to include and verify the requirements of computer therapy (in sense computer as therapy), which aim to provide solution for proper design a usability of implementation for described target group of people.

This thesis focuses on the current localization options of the Android mobile phone platform. It explores the possibilities of locating mobile devices not only with the use of inertial sensors, but also the possibility of localization using integrated video camera. The work describes the measurements done with available inertial sensors, introduces visual localization algorithm and design a system using these two approaches.

No description available.

Durch die zunehmende Anzahl mobiler Endgeräte wie Smartphones sowie der Digitalisierung des öffentlichen Raums stehen ubiquitäre Umgebungen verstärkt im Fokus der Forschung. Werden die Endgeräte und zugehörigen Dienste einer solchen Umgebung zu einer kompositen, ubiquitären Anwendung (kubi App) zusammengefasst, so kann der Anwender auf diese über eine komposite Benutzerschnittstelle zugreifen, z. B. von seinem persönlichen Smartphone aus. Aus der Übertragung des Mashup-Entwicklungsansatzes auf ubiquitäre Umgebungen ergeben sich Implikationen, die im vorliegenden Beitrag untersucht werden sollen. Anhand der Untersuchung verwandter Forschungsarbeiten lassen sich wichtige funktionale Anforderungen aus der Perspektive der ubiquitären Umgebung und der Endgeräte formulieren, die im Rahmen dieses Beitrages vorgestellt werden. Anhand der Anforderungen wird eine Referenzarchitektur zu einem Entwicklungsframework für kubi Apps vorgestellt, die als Grundlage zur Entwicklung zukünftiger Laufzeitumgebungen dienen soll.

Application mobile devient un canal important de l'accès internet mobile. Trois groupes d'utilisateurs finaux affiliés avec deux plates-formes bifaces sur le marché d'applications mobiles ont attiré une attention considérable. App store (App-store) est une plate-forme de distribution de l'application connectée avec les développeurs et les utilisateurs. Plateforme de publicitaire (Ad-store) fournit des services de publicité pour les annonceurs grâce à des applications de développeurs. Sur ce marché, les développeurs, les annonceurs et les utilisateurs sont trois groupes d'utilisateurs finaux. Le marché de l'application mobile est un marché biface compliqué. Il y a des externalités de réseau étendues et interactives. L’étude se concentre sur les stratégies de tarification pour la plate-forme App-store. L'App-store et Ad-store sont les deux plates-formes bifaces. L’App-store partage les revenus des ventes d'applications avec les développeurs. L'Ad-store partage les revenus publicitaires avec les développeurs. La plate-forme App-store met en oeuvre la tarification asymétrique côté développeur et côté utilisateur. Côté développeur est le côté de la subvention ainsi que du côté des recettes pour la plateforme App-store. Le cout d'achat de l'appareil mobile est une déterminante particulière de tarification. Les redevances d'adhésion sont négligeables dans ce marché et les redevances d'utilisation sont réalisables. C'est un duopole sur le marché des applications mobiles. Le modèle des ventes d'appareils mobiles d'Apple et le modèle d'in-app publicité de Google sont extrêmement réussis. App-store, Ad-store et les appareils mobiles sont les trois points de génération de profits. / Mobile app is becoming an important mobile internet access channel. Three groups of end users affiliated with two Two-sided platforms in the mobile app market have attracted considerable attention. App store platform (App-store) is an app distribution platform connected with developers and users. App ad platform (Ad-store) supplies advertising services for advertisers through developers’ apps. Developers, users and advertisers are end users. Mobile app market is a complicated two-sided market. There are widespread and interactive network externalities. The study focuses on the pricing strategies for the app store platform. App-store shares paid app sales and in-app purchase revenues with developers. Ad-store shares in-app advertising revenues with developers. The App-store platform implements asymmetric pricing to developer side and user side. Developer side is the subsidy side as well as the revenue side for App-store platform. Mobile device purchasing cost constitutes a particular App-store platform pricing determinant. Membership fees are negligible in the mobile app market. Usage fee is workable. It is a duopoly in the mobile app market. Apple and Google are the two giants with distinct business models. Both Apple’s mobile device sales model and Google’s in-app advertising model are extremely successful. App-store, Ad-store and mobile devices are the three key profit makers in this market. Vertical integration inside this ecosystem will generate considerable revenues. Chinese users have higher price elasticity of demand and they are particularly sensitive to the app prices when compared with the French.

Aujourd'hui, la plupart des internautes ont leurs données dispersées dans plusieurs appareils, applications et services. La gestion et le contrôle de ses données sont de plus en plus difficiles. Dans cette thèse, nous adoptons le point de vue selon lequel l'utilisateur devrait se voir donner les moyens de récupérer et d'intégrer ses données, sous son contrôle total. À ce titre, nous avons conçu un système logiciel qui intègre et enrichit les données d'un utilisateur à partir de plusieurs sources hétérogènes de données personnelles dans une base de connaissances RDF. Le logiciel est libre, et son architecture innovante facilite l'intégration de nouvelles sources de données et le développement de nouveaux modules pour inférer de nouvelles connaissances. Nous montrons tout d'abord comment l'activité de l'utilisateur peut être déduite des données des capteurs de son téléphone intelligent. Nous présentons un algorithme pour retrouver les points de séjour d'un utilisateur à partir de son historique de localisation. À l'aide de ces données et de données provenant d'autres capteurs de son téléphone, d'informations géographiques provenant d'OpenStreetMap, et des horaires de transports en commun, nous présentons un algorithme de reconnaissance du mode de transport capable de retrouver les différents modes et lignes empruntés par un utilisateur lors de ses déplacements. L'algorithme reconnaît l'itinéraire pris par l'utilisateur en retrouvant la séquence la plus probable dans un champ aléatoire conditionnel dont les probabilités se basent sur la sortie d'un réseau de neurones artificiels. Nous montrons également comment le système peut intégrer les données du courrier électronique, des calendriers, des carnets d'adresses, des réseaux sociaux et de l'historique de localisation de l'utilisateur dans un ensemble cohérent. Pour ce faire, le système utilise un algorithme de résolution d'entité pour retrouver l'ensemble des différents comptes utilisés par chaque contact de l'utilisateur, et effectue un alignement spatio-temporel pour relier chaque point de séjour à l'événement auquel il correspond dans le calendrier de l'utilisateur. Enfin, nous montrons qu'un tel système peut également être employé pour faire de la synchronisation multi-système/multi-appareil et pour pousser de nouvelles connaissances vers les sources. Les résultats d'expériences approfondies sont présentés. / Typical Internet users today have their data scattered over several devices, applications, and services. Managing and controlling one's data is increasingly difficult. In this thesis, we adopt the viewpoint that the user should be given the means to gather and integrate her data, under her full control. In that direction, we designed a system that integrates and enriches the data of a user from multiple heterogeneous sources of personal information into an RDF knowledge base. The system is open-source and implements a novel, extensible framework that facilitates the integration of new data sources and the development of new modules for deriving knowledge. We first show how user activity can be inferred from smartphone sensor data. We introduce a time-based clustering algorithm to extract stay points from location history data. Using data from additional mobile phone sensors, geographic information from OpenStreetMap, and public transportation schedules, we introduce a transportation mode recognition algorithm to derive the different modes and routes taken by the user when traveling. The algorithm derives the itinerary followed by the user by finding the most likely sequence in a linear-chain conditional random field whose feature functions are based on the output of a neural network. We also show how the system can integrate information from the user's email messages, calendars, address books, social network services, and location history into a coherent whole. To do so, it uses entity resolution to find the set of avatars used by each real-world contact and performs spatiotemporal alignment to connect each stay point with the event it corresponds to in the user's calendar. Finally, we show that such a system can also be used for multi-device and multi-system synchronization and allow knowledge to be pushed to the sources. We present extensive experiments.

Tato práce pojednává o vytvoření mobilní aplikace zvažující kontext zařízení, která vybírá a doporučuje hudební skladby dle aktuálního stavu kontextu zařízení. Kontext je získáván na základě naměřených hodnot, které jsou získány z vestavěných senzorů mobilního zařízení a z ostatních systémových hodnot zařízení. Výběr konkrétní skladby je poté založen na výstupu modelu strojového učení, který klasifikuje kontext na základě aktuálních získaných dat a následně zvolí skladbu připadající k danému kontextu.