This project is a study of the wastescape - a network of waste - of Bhubaneswar and Cuttack in Odisha, India.  The study incorporates key locations, e.g. landfills, urban wastelands and waste warehouses; major actors in the formal and informal waste sector; and flows of waste through economic and social systems. Drawing from the studies, multiple interventions within the wastescape are proposed for improvement of the economic, ecologic and social situation. An important aspect of the project is the development of an approach for how to, as architects, work with big, complex, contingent networks; how to map and understand such a system; and how to determine where to intervene. To improve the existing wastescape, interventions must consciously and holistically address multiple scales; levels of formal-informal; and phases within the waste cycle. The study includes a vast amount of possible interventions. Some of the interventions are further detailed to show feasibility; impact on the wastescape; and synergies with other interventions within the wastescape. / Projektet “Wastescape of Bhubaneswar & Cuttack” är en studie av ett nätverk av skräpflöden genom Bhubaneswar och Cuttack i Odisha, Indien. Studien inkorporerar viktiga platser, t.ex. deponier, urbana ödemarker och lokaler för skräphandel; stora aktörer i den formella och informella skräpsektorn; och flöden av skräp genom ekonomiska och sociala system. Utifrån dessa studier, ett flertal interventioner i “the wastescape” föreslås för att förbättra den ekonomiska, ekologiska och sociala situationen. En viktig aspekt av arbetet är utvecklingen av ett sätt att, som arkitekt, arbeta med storskaliga, komplexa och inter-beroende nätverk; hur sådana system kan kartläggas och förstås; samt hur det går att avgöra vart och hur interventioner passar in i “the wastescape”. För att förbättra “the wastescape”, interventioner måste medvetet och holistiskt adressera multipla skalor; nivåer av formell-informell; och faser i skräpets kretslopp. Studien innehåller ett stort nummer av möjliga interventioner. Några av dessa interventioner är ytterligare detaljerade för att visa på genomförbarhet; påverkan på “the wastescape”; och synergier gentemot andra interventioner i “the wastescape”.

This thesis is about pastoral work with people who live with mobility impairment. The research address two main questions, namely "What are the implications of acquired mobility impairment for personal identity and collective identity?" and "How can we in Christian faith communities, through pastoral work, facilitate a sense of belonging and strengthen personal identity and collective identity for people who are mobility disadvantaged?" This thesis therefore addresses the problem of identity. Thus, a theoretical analysis from literature sources is undertaken to explore theories about narrative identity in relation to personal identity and the importance of the metaphor "belonging" to bridge the gap of personal identity to collective identity. Consequently, religious identity is discussed in relation to the notion of multiple identities and the importance of collective identity to shaping personal identity. The research questions are answered through a theoretical exploration of approaches to disability and qualitative, narrative empirical research is undertaken. A few people who are quadriplegic, a family member and an occupational therapist are interviewed and the recounting of their "stories" facilitated. The empirical research results in highlighting that the research participants' "stories" discloses a link between bodily restrictions and social restrictions to mobility. This combination works together to make social interaction very difficult and clearly influenced the transition from pre-quadriplegia to post-quadriplegia. Analysing the "stories" told by the research participants allows for critical reflection on a preferred pastoral work praxis to people living with mobility impairment. Narrative identity is linked with a theology of embrace and metaphors of "covenant" and "belonging" which expresses that faith communities should imitate the embracing love and compassion of the Triune God who through the act of suffering included all humankind. It provides the foundation for a preferred pastoral work praxis of "embrace" which can be practised holistically and actively through integration with the other practices of faith communities to facilitate a sense of belonging to a collective identity. / Philosophy, Practical and Systematic Theology / D. Th. (Practical Theology)

This document is trying to introduce the reader with issues of identifying the face connected with miscellaneous scanning technologies and enviroments. Inside this document there are mentioned some possibilities of creation unique print of a face so that there would be denied unwanted effects of enviroment and the identification of persons would be possible.

No description available.

Interfaith dialogue is no luxury for Christians living in a pluralistic~ effervescent world of intenningling, multi-religious realities. Many Christians take seriously their responsibility towards interfaith dialogue. However, different Christians understand this responsibility in different ways, which often leads to acrimonious accusations of unchristian dialogical approaches. The question is whether there is any means of ordering and assessing the Christian responsibility towards other religions in a mutually uplifting and increasingly holistic way? Ken Wilber provides an integral, or All-Quadrant, All-Level hermeneutics that may assist us with an answer. All holonswhich means everything in the "Kosmos" - emerge or arise in holarchical fashion. On one level, it is a whole, on the next transcendent level it is a part of the whole. This process is infinite and is only ever released in One Taste/salvation/Nirvana/the Kingdom of God, or simply unqualifiable Suchness. Wilber provides an integrated methodology for understanding the process by which holons find their release in One Taste. The holon of Christian responsibility towards interfaith dialogue also emerges through discreet, recognizable stages. Each stage is integrated into the next higher level. The lower levels are more fundamental since they exist as a part of the higher levels. However, the higher levels are more significant, since they have an increased capacity to explore aspects of dialogue previously hidden. The levels we explore are the mythic rational, the rational and the centauric. 'lbese levels emerge through four interrelated dimensions or Quadrants: the Upper Left or spiritual/faith dimension of the person entering into dialogue, the Upper Right Quadrant or theology of dialogue that emerges, the Lower Left or communal and interpretive realm, and Lower Right which covers the social organizational patterns with which the person in dialogue chooses to associate him or herself. We define responsibility in tenns of these four Quadrants: The response or theology (UR) of the person is dependent upon her response-ability, or interior faith development (UL), which is informed by the worldview (LL) of her faith community to whom she feels responsible, with the sociological patterns of her community (LR), to some extent, offers clues as to her stage of development. / Religious Studies and Arabic / D.Th.(Religious Studies)

Die Datenbestände lokaler Fernsehsender umfassen oftmals mehrere zehntausend Videokassetten. Moderne Verfahren werden benötigt, um derartige Datenkollektionen inhaltlich automatisiert zu erschließen. Das Auffinden relevanter Objekte spielt dabei eine übergeordnete Rolle, wobei gesteigerte Anforderungen wie niedrige Fehler- und hohe Detektionsraten notwendig sind, um eine Korruption des Suchindex zu verhindern und erfolgreiche Recherchen zu ermöglichen. Zugleich müssen genügend Objekte indiziert werden, um Aussagen über den tatsächlichen Inhalt zu treffen. Diese Arbeit befasst sich mit der Anpassung und Optimierung bestehender Detektionsverfahren. Dazu wird ein auf die hohen Leistungsbedürfnisse der Videoanalyse zugeschnittenes holistisches Workflow- und Prozesssystem mit der Zielstellung implementiert, die Entwicklung von Bilderkennungsalgorithmen, die Visualisierung von Zwischenschritten sowie deren Evaluation zu ermöglichen. Im Fokus stehen Verfahren zur strukturellen Zerlegung von Videomaterialien und zur inhaltlichen Analyse im Bereich der Gesichtsdetektion und Fußgängererkennung.:1. Motivation . . . 1 1.1. Einordnung in den Retrievalprozess . . . . . . . . . . . . . . . . . . . 2 1.2. Infrastruktur zur Optimierung von Verfahren zur Videoanalyse . . . . 4 1.3. Herausforderungen der Bilderkennung . . . . . . . . . . . . . . . . . . 6 1.4. Wissenschaftliche Ergebnisse dieser Arbeit . . . . . . . . . . . . . . . 9 1.5. Kapitelübersicht . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2. Methoden und Strategien der Videoanalyse . . . 15 2.1. Fachgebiete der Bilderkennung . . . . . . . . . . . . . . . . . . . . . . 16 2.1.1. Maschinelles Lernen . . . . . . . . . . . . . . . . . . . . . . . 17 2.1.2. Maschinelles Sehen . . . . . . . . . . . . . . . . . . . . . . . . 18 2.1.3. Computer Vision . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.1.4. Mustererkennung . . . . . . . . . . . . . . . . . . . . . . . . . 20 2.2. Strukturelle Analyse von generischen Mustererkennungsystemen . . . 22 2.2.1. Datenakquisition . . . . . . . . . . . . . . . . . . . . . . . . . 25 2.2.2. Musteranalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 2.2.3. Musterklassifizierung . . . . . . . . . . . . . . . . . . . . . . . 26 2.2.4. Bilderkennungssysteme . . . . . . . . . . . . . . . . . . . . . . 28 2.2.5. Wissensentdeckung in Datenbanken . . . . . . . . . . . . . . . 28 2.3. Bilderkennung in der inhaltsbasierten Bildsuche . . . . . . . . . . . . 29 2.3.1. Paradigmen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.3.2. Bildsignaturen . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.3.3. Signaturtypen . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 2.3.4. Lerntechniken . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 2.4. Holistische Bilderkennungssysteme im Überblick . . . . . . . . . . . . 44 2.4.1. Ein segment- und konturbasiertes CBIR-System . . . . . . . . 45 2.4.2. Biologisch inspirierte Systeme . . . . . . . . . . . . . . . . . . 48 2.4.3. Lernen aus wenigen Beispielen . . . . . . . . . . . . . . . . . . 51 2.5. Objekterkennung im Szenenkontext . . . . . . . . . . . . . . . . . . . 55 2.6. Aktuelle Grenzen der Muster- und Objekterkennung . . . . . . . . . . 60 2.7. Konzept eines generischen Workflows zur Objekterkennung in Videos . . . 64 2.7.1. Strukturelle Analyse . . . . . . . . . . . . . . . . . . . . . . . 64 2.7.2. Inhaltliche Analyse . . . . . . . . . . . . . . . . . . . . . . . . 66 2.7.3. Erweiterung des klassischen Paradigmas zur Objekterkennung . . . 67 2.7.4. Anwendungsdomänen . . . . . . . . . . . . . . . . . . . . . . . 68 2.8. Fazit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 3. Systemarchitektur zur Optimierung von Bilderkennungsverfahren . . . 71 3.1. Vorüberlegungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 3.1.1. Softwaretechnische Anforderungen . . . . . . . . . . . . . . . . 72 3.1.2. Bewertung der Systemleistung . . . . . . . . . . . . . . . . . . 75 3.1.3. Ein- und Ausgabe . . . . . . . . . . . . . . . . . . . . . . . . . 89 3.1.4. Modellierung von Domänenwissen . . . . . . . . . . . . . . . . 90 3.1.5. Diskriminierbarkeit von Merkmalen . . . . . . . . . . . . . . . 92 3.1.6. Zusammenfassende Darstellung . . . . . . . . . . . . . . . . . 95 3.2. Architektur des Gesamtsystems . . . . . . . . . . . . . . . . . . . . . 95 3.3. Struktureller Aufbau von AMOPA . . . . . . . . . . . . . . . . . . . 97 3.3.1. Verwendung von Prozessketten . . . . . . . . . . . . . . . . . 101 3.3.2. Bild- und Videoverarbeitung . . . . . . . . . . . . . . . . . . . 106 3.4. Annotation von Bildern und Videos . . . . . . . . . . . . . . . . . . . 107 3.4.1. Ein Annotationswerkzeug für Videos . . . . . . . . . . . . . . 108 3.4.2. Ein Ansatz zu Annotation, Klassifikation und Evaluation . . . 111 3.5. Fazit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 4. Videosegmentierung . . . 119 4.1. Schnitterkennung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 4.1.1. Struktureller Aufbau von Videos . . . . . . . . . . . . . . . . 121 4.1.2. Klassische Verfahren . . . . . . . . . . . . . . . . . . . . . . . 124 4.1.3. TRECVid: Evaluationskampagne und Datensätze . . . . . . . 125 4.1.4. Das Verfahren von AT&T . . . . . . . . . . . . . . . . . . . . 130 4.2. Schnittkomposition und Ähnlichkeit . . . . . . . . . . . . . . . . . . . 137 4.2.1. Dominant-Color-Deskriptor . . . . . . . . . . . . . . . . . . . 140 4.2.2. Color-Layout-Deskriptor . . . . . . . . . . . . . . . . . . . . . 140 4.2.3. Scalable-Color-Deskriptor . . . . . . . . . . . . . . . . . . . . 141 4.2.4. Edge-Histogram-Deskriptor . . . . . . . . . . . . . . . . . . . 142 4.3. Konzeption und Implementierung . . . . . . . . . . . . . . . . . . . . 143 4.3.1. Einbindung in das Prozesskonzept von AMOPA . . . . . . . . 144 4.3.2. Auswahl des Farbraums . . . . . . . . . . . . . . . . . . . . . 148 4.3.3. Bewegungsanalyse . . . . . . . . . . . . . . . . . . . . . . . . 151 4.3.4. Bestimmung und Verifikation von Schnittkandidaten . . . . . 159 4.3.5. Ergebnisdarstellung und -speicherung . . . . . . . . . . . . . . 171 4.4. Evaluation und Optimierung der harten Schnitterkennung . . . . . . 173 4.4.1. Die TRECVid Evaluationsmethodologie . . . . . . . . . . . . 174 4.4.2. Optimierung von Recall und Laufzeit . . . . . . . . . . . . . . 176 4.4.3. Optimierung der Precision . . . . . . . . . . . . . . . . . . . . 181 4.4.4. Validierung der Ergebnisse . . . . . . . . . . . . . . . . . . . . 183 4.5. Fazit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185 5. Gesichtsdetektion . . . 187 5.1. Stand der Technik . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188 5.1.1. Verfahrensklassen und Datensätze . . . . . . . . . . . . . . . . 189 5.1.2. Boosting-Verfahren . . . . . . . . . . . . . . . . . . . . . . . . 192 5.2. Realisierung eines Systems zur Musterklassifizierung . . . . . . . . . . 200 5.2.1. Trainingsphase . . . . . . . . . . . . . . . . . . . . . . . . . . 201 5.2.2. Klassifikation mit Hilfe von Detektorketten . . . . . . . . . . . 203 5.2.3. Erlernen eines geboosteten Gesichtsklassifikators . . . . . . . . 206 5.2.4. Exkurs: Gesichtslokalisation mittels Schwarmintelligenz . . . . 210 5.3. Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214 5.3.1. Datensatz TS100 . . . . . . . . . . . . . . . . . . . . . . . . . 214 5.3.2. Annotation von Gesichtern in unbeschränkten Domänen . . . 217 5.3.3. Evaluationsmethodik und Ergebnisdiskussion . . . . . . . . . . 218 5.4. Fazit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227 6. Erkennung weiterer Objektklassen am Beispiel von Personen . . . 229 6.1. Merkmale für die Personenerkennung . . . . . . . . . . . . . . . . . . 230 6.2. Datensätze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233 6.3. Evaluation von Merkmalen auf verschiedenen Datensätzen . . . . . . 234 6.3.1. Evaluationsmethodik . . . . . . . . . . . . . . . . . . . . . . . 235 6.3.2. Auswertung und Ergebnisdiskussion . . . . . . . . . . . . . . . 238 6.4. Evaluation eines kaskadierten Klassifikationssystems . . . . . . . . . . 242 6.4.1. Systemarchitektur und Training . . . . . . . . . . . . . . . . . 242 6.4.2. Klassifikation und Evaluation . . . . . . . . . . . . . . . . . . 244 6.5. Fazit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248 7. Zusammenfassung und Ausblick . . . 251 Anhang . . . 257 A. Übersicht zu den Experimenten zur Schnitterkennung . . . . . . . . . 259 A.1. Konfiguration und Laufzeiten der Experimente . . . . . . . . . 259 A.2. Stufe I: Farbraum und Bewegungsschätzung . . . . . . . . . . 261 A.3. Stufe II: Optimierung der Precision . . . . . . . . . . . . . . . 261 A.4. Echtzeitfähige Datenvisualisierung . . . . . . . . . . . . . . . . 267 A.5. Visualisierung einzelner Komponenten an Beispielen . . . . . . 269 B. Ergänzungen zu den Experimenten zur Gesichtsdetektion . . . . . . . 273 B.1. Trainingsverlauf des Klassifikators TUC FD . . . . . . . . . . 273 B.2. Übersicht zu den Mindestdetektionsgrößen auf TS100 . . . . . 273 B.3. Visualisierung der Detektionen auf TS100 . . . . . . . . . . . 279 C. Systemkonfiguration . . . . . . . . . . . . . . . . . . . . . . . . . . . 281 Verzeichnis der Abkürzungen und Begriffe . . . v Literaturverzeichnis . . . vii / The data collections of local television stations often consist of multiples of ten thousand video tapes. Modern methods are needed to exploit the content of such archives. While the retrieval of objects plays a fundamental role, essential requirements incorporate low false and high detection rates in order to prevent the corruption of the search index. However, a sufficient number of objects need to be found to make assumptions about the content explored. This work focuses on the adjustment and optimization of existing detection techniques. Therefor, the author develops a holistic framework that directly reflects on the high demands of video analysis with the aim to facilitate the development of image processing algorithms, the visualization of intermediate results, and their evaluation and optimization. The effectiveness of the system is demonstrated on the structural decomposition of video footage and on content-based detection of faces and pedestrians.:1. Motivation . . . 1 1.1. Einordnung in den Retrievalprozess . . . . . . . . . . . . . . . . . . . 2 1.2. Infrastruktur zur Optimierung von Verfahren zur Videoanalyse . . . . 4 1.3. Herausforderungen der Bilderkennung . . . . . . . . . . . . . . . . . . 6 1.4. Wissenschaftliche Ergebnisse dieser Arbeit . . . . . . . . . . . . . . . 9 1.5. Kapitelübersicht . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2. Methoden und Strategien der Videoanalyse . . . 15 2.1. Fachgebiete der Bilderkennung . . . . . . . . . . . . . . . . . . . . . . 16 2.1.1. Maschinelles Lernen . . . . . . . . . . . . . . . . . . . . . . . 17 2.1.2. Maschinelles Sehen . . . . . . . . . . . . . . . . . . . . . . . . 18 2.1.3. Computer Vision . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.1.4. Mustererkennung . . . . . . . . . . . . . . . . . . . . . . . . . 20 2.2. Strukturelle Analyse von generischen Mustererkennungsystemen . . . 22 2.2.1. Datenakquisition . . . . . . . . . . . . . . . . . . . . . . . . . 25 2.2.2. Musteranalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 2.2.3. Musterklassifizierung . . . . . . . . . . . . . . . . . . . . . . . 26 2.2.4. Bilderkennungssysteme . . . . . . . . . . . . . . . . . . . . . . 28 2.2.5. Wissensentdeckung in Datenbanken . . . . . . . . . . . . . . . 28 2.3. Bilderkennung in der inhaltsbasierten Bildsuche . . . . . . . . . . . . 29 2.3.1. Paradigmen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.3.2. Bildsignaturen . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.3.3. Signaturtypen . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 2.3.4. Lerntechniken . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 2.4. Holistische Bilderkennungssysteme im Überblick . . . . . . . . . . . . 44 2.4.1. Ein segment- und konturbasiertes CBIR-System . . . . . . . . 45 2.4.2. Biologisch inspirierte Systeme . . . . . . . . . . . . . . . . . . 48 2.4.3. Lernen aus wenigen Beispielen . . . . . . . . . . . . . . . . . . 51 2.5. Objekterkennung im Szenenkontext . . . . . . . . . . . . . . . . . . . 55 2.6. Aktuelle Grenzen der Muster- und Objekterkennung . . . . . . . . . . 60 2.7. Konzept eines generischen Workflows zur Objekterkennung in Videos . . . 64 2.7.1. Strukturelle Analyse . . . . . . . . . . . . . . . . . . . . . . . 64 2.7.2. Inhaltliche Analyse . . . . . . . . . . . . . . . . . . . . . . . . 66 2.7.3. Erweiterung des klassischen Paradigmas zur Objekterkennung . . . 67 2.7.4. Anwendungsdomänen . . . . . . . . . . . . . . . . . . . . . . . 68 2.8. Fazit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 3. Systemarchitektur zur Optimierung von Bilderkennungsverfahren . . . 71 3.1. Vorüberlegungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 3.1.1. Softwaretechnische Anforderungen . . . . . . . . . . . . . . . . 72 3.1.2. Bewertung der Systemleistung . . . . . . . . . . . . . . . . . . 75 3.1.3. Ein- und Ausgabe . . . . . . . . . . . . . . . . . . . . . . . . . 89 3.1.4. Modellierung von Domänenwissen . . . . . . . . . . . . . . . . 90 3.1.5. Diskriminierbarkeit von Merkmalen . . . . . . . . . . . . . . . 92 3.1.6. Zusammenfassende Darstellung . . . . . . . . . . . . . . . . . 95 3.2. Architektur des Gesamtsystems . . . . . . . . . . . . . . . . . . . . . 95 3.3. Struktureller Aufbau von AMOPA . . . . . . . . . . . . . . . . . . . 97 3.3.1. Verwendung von Prozessketten . . . . . . . . . . . . . . . . . 101 3.3.2. Bild- und Videoverarbeitung . . . . . . . . . . . . . . . . . . . 106 3.4. Annotation von Bildern und Videos . . . . . . . . . . . . . . . . . . . 107 3.4.1. Ein Annotationswerkzeug für Videos . . . . . . . . . . . . . . 108 3.4.2. Ein Ansatz zu Annotation, Klassifikation und Evaluation . . . 111 3.5. Fazit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 4. Videosegmentierung . . . 119 4.1. Schnitterkennung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 4.1.1. Struktureller Aufbau von Videos . . . . . . . . . . . . . . . . 121 4.1.2. Klassische Verfahren . . . . . . . . . . . . . . . . . . . . . . . 124 4.1.3. TRECVid: Evaluationskampagne und Datensätze . . . . . . . 125 4.1.4. Das Verfahren von AT&T . . . . . . . . . . . . . . . . . . . . 130 4.2. Schnittkomposition und Ähnlichkeit . . . . . . . . . . . . . . . . . . . 137 4.2.1. Dominant-Color-Deskriptor . . . . . . . . . . . . . . . . . . . 140 4.2.2. Color-Layout-Deskriptor . . . . . . . . . . . . . . . . . . . . . 140 4.2.3. Scalable-Color-Deskriptor . . . . . . . . . . . . . . . . . . . . 141 4.2.4. Edge-Histogram-Deskriptor . . . . . . . . . . . . . . . . . . . 142 4.3. Konzeption und Implementierung . . . . . . . . . . . . . . . . . . . . 143 4.3.1. Einbindung in das Prozesskonzept von AMOPA . . . . . . . . 144 4.3.2. Auswahl des Farbraums . . . . . . . . . . . . . . . . . . . . . 148 4.3.3. Bewegungsanalyse . . . . . . . . . . . . . . . . . . . . . . . . 151 4.3.4. Bestimmung und Verifikation von Schnittkandidaten . . . . . 159 4.3.5. Ergebnisdarstellung und -speicherung . . . . . . . . . . . . . . 171 4.4. Evaluation und Optimierung der harten Schnitterkennung . . . . . . 173 4.4.1. Die TRECVid Evaluationsmethodologie . . . . . . . . . . . . 174 4.4.2. Optimierung von Recall und Laufzeit . . . . . . . . . . . . . . 176 4.4.3. Optimierung der Precision . . . . . . . . . . . . . . . . . . . . 181 4.4.4. Validierung der Ergebnisse . . . . . . . . . . . . . . . . . . . . 183 4.5. Fazit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185 5. Gesichtsdetektion . . . 187 5.1. Stand der Technik . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188 5.1.1. Verfahrensklassen und Datensätze . . . . . . . . . . . . . . . . 189 5.1.2. Boosting-Verfahren . . . . . . . . . . . . . . . . . . . . . . . . 192 5.2. Realisierung eines Systems zur Musterklassifizierung . . . . . . . . . . 200 5.2.1. Trainingsphase . . . . . . . . . . . . . . . . . . . . . . . . . . 201 5.2.2. Klassifikation mit Hilfe von Detektorketten . . . . . . . . . . . 203 5.2.3. Erlernen eines geboosteten Gesichtsklassifikators . . . . . . . . 206 5.2.4. Exkurs: Gesichtslokalisation mittels Schwarmintelligenz . . . . 210 5.3. Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214 5.3.1. Datensatz TS100 . . . . . . . . . . . . . . . . . . . . . . . . . 214 5.3.2. Annotation von Gesichtern in unbeschränkten Domänen . . . 217 5.3.3. Evaluationsmethodik und Ergebnisdiskussion . . . . . . . . . . 218 5.4. Fazit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227 6. Erkennung weiterer Objektklassen am Beispiel von Personen . . . 229 6.1. Merkmale für die Personenerkennung . . . . . . . . . . . . . . . . . . 230 6.2. Datensätze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233 6.3. Evaluation von Merkmalen auf verschiedenen Datensätzen . . . . . . 234 6.3.1. Evaluationsmethodik . . . . . . . . . . . . . . . . . . . . . . . 235 6.3.2. Auswertung und Ergebnisdiskussion . . . . . . . . . . . . . . . 238 6.4. Evaluation eines kaskadierten Klassifikationssystems . . . . . . . . . . 242 6.4.1. Systemarchitektur und Training . . . . . . . . . . . . . . . . . 242 6.4.2. Klassifikation und Evaluation . . . . . . . . . . . . . . . . . . 244 6.5. Fazit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248 7. Zusammenfassung und Ausblick . . . 251 Anhang . . . 257 A. Übersicht zu den Experimenten zur Schnitterkennung . . . . . . . . . 259 A.1. Konfiguration und Laufzeiten der Experimente . . . . . . . . . 259 A.2. Stufe I: Farbraum und Bewegungsschätzung . . . . . . . . . . 261 A.3. Stufe II: Optimierung der Precision . . . . . . . . . . . . . . . 261 A.4. Echtzeitfähige Datenvisualisierung . . . . . . . . . . . . . . . . 267 A.5. Visualisierung einzelner Komponenten an Beispielen . . . . . . 269 B. Ergänzungen zu den Experimenten zur Gesichtsdetektion . . . . . . . 273 B.1. Trainingsverlauf des Klassifikators TUC FD . . . . . . . . . . 273 B.2. Übersicht zu den Mindestdetektionsgrößen auf TS100 . . . . . 273 B.3. Visualisierung der Detektionen auf TS100 . . . . . . . . . . . 279 C. Systemkonfiguration . . . . . . . . . . . . . . . . . . . . . . . . . . . 281 Verzeichnis der Abkürzungen und Begriffe . . . v Literaturverzeichnis . . . vii

Betreute kulturelle Exkursionen sind ein fester Bestandteil von vielen Study-Abroad-Programme. Sie werden allgemein positiv bewertet und bieten viele Chancen für fremdsprachliches und landeskundliches Lernen, sowie als „Handlungsfeld“ für das Gelernte. Es fehlen jedoch wissenschaftliche Begründungen sowie empirische Untersuchungen, die den Lernwert von Exkursionen bei Study-Abroad-Programmen nachweisen. Deshalb wurden folgenden Leitfragen untersucht: Welche Lerneffekte können Exkursionen bei Study-Abroad-Programmen haben? Welche Lerneffekte haben Exkursionen tatsächlich bei Study-Abroad-Programmen? Ziel dieser Masterarbeit ist es, die Lerneffekte von Exkursionen im Rahmen eines Study-Abroad-Programms theoretisch und empirisch zu untersuchen. / Supervised cultural excursions are often included in the offerings of foreign language immersion study abroad programs. Such excursions have the potential to achieve a depth beyond sightseeing. Under certain conditions, excursions can foster linguistic and intercultural learning and skill acquisition in a setting that has advantages not only over the traditional classroom, but also over daily unsupervised immersion. These conclusions can be intuitively inferred, but have never been supported by empirical evidence. Therefore, the questions which guided this outcomes assessment research were: What are the potential learning effects of immersion program excursions? What are the actual learning effects of immersion program excursions? This thesis attempts to answer the first question with a literature review of immersion programs, their excursions, and holistic/action-based foreign language acquisition; and the second question with an empirical study of excursions offered by an immersion program in Germany.

Sverige har som mål att bli helt fossilfri till år 2045. Energymyndigheten har därför tagit fram ett förslag till Vätgasstrategi för att ställa om vätgasproduktionen till att vara helt fossilfri till 2045. Idag används ca 180 000 ton vätgas, vilket motsvarar ett energiinnehåll på ca 6 TWh. Termo-kemisk omvandling av fossila bränslen står för 67% av Sveriges vätgasproduktion, medan 30% är biprodukter från industriella processer och 3% produceras med elektrolysörer. Att ersätta all fossil vätgas med elektrolysör-baserad vätgas innebär en elförbrukning motsvarande 60-126 TWh/år, vilket är en ökning på 40-80% jämfört med de 159 TWh el producerade i Sverige 2020. Energimyndigheten bedömer att vätgas har en viktig roll i att lyckas göra Sverige fossilfritt, delvis genom att den ska kunna fungera som energibärare eller energilagring för att jämna ut variationer i produktion hos förnybara energikällor. Av den anledningen kommer antagligen behovet av vätgas öka, och därmed även energibehovet för att producera vätgas öka ännu mer än 60-126 TWh/år om den fossila vätgasen ska bli ersatt med endast elektrolysör-baserad vätgas. Med tanke på begränsningar i expansion av förnybar elproduktion, kommer behovet av vätgas antagligen inte kunna täckas av endast elektrolysör-baserad vätgas. Därför bör möjligheterna för att även satsa på bio-vätgas, där vätgas produceras av antingen bakterier eller genom refinery av biobaserade råvaror, undersökas. Detta examensarbete ska undersöka möjligheter för vätgasproduktion i Sverige och jämföra olika produktionteknikers förutsättningar. En hypotes är att en hållbar strategi är att kombinera elektrolysör-baserad vätgas med bio-vätgas för att få en diversifierad produktion. Att ha olika produktionsmetoder som komplementerar varandra ger en mer stabil och säker produktion, eftersom de kommer påverkas olika av förändringar i produktionsförutsättningar i samhället. Detta arbete söker svara på följande frågor: Vilka tekniker finns tillgängliga för industriell/kommersiell produktion, var borde R&D riktas för de tekniker som inte är redo för kommersiell produktion, vilket Carbon Footprint (CF) har de olika teknikerna, en uppskattad produktionskostnad för de olika teknikerna, och vilken tillgänglighet för de olika råvarorna finns i Sverige? / Sweden has a goal to be completely fossil-free by 2045. Accordingly, the government has published a suggested Hydrogen Strategy to have made all hydrogen production in Sweden fossil-free by 2045. The Swedish hydrogen use is 180,000 ton, equaling an energy content of 6 TWh/year. Thermo-chemical conversion of fossil fuels accounts for 67% of Swedens hydrogen production, while 30% is byproducts from industry and 3% is electrolysis production. To replace all fossil hydrogen with electrolysis production, would give an increase of electrical demand with 60-126 TWh/year, or 40-80% increase compared to the 159 TWh electricity produced during 2020 in Sweden. Furtherly, the Ministry of Energy deem hydrogen to be key in the general transformation of Sweden to become fossil-free, with one reason being that hydrogen can be used as energy carrier to even out the variations in electricity production that renewable energy has. The need of hydrogen will therefore most likely increase until 2045, thus the electric energy demand for hydrogen production will increase as well, if it would be replaced solely with production using electrolysis. Given the constraints to the capacity of electricity production from renewable sources alone in Sweden, the electricity demand for hydrogen cannot be met by the electricity production. Thus, the possible role of biohydrogen, where hydrogen is produced using biorefinery or microbial production, should be investigated. This master thesis project will investigate the feasibility of hydrogen production in Sweden and compare different options for hydrogen production. A hypothesis of the project is that the most sustainable strategy for hydrogen production in Sweden will be with a diversified portfolio of production designs. Both biohydrogen and electrolysis hydrogen from renewable energy will complement each other in the future. By doing so, the energy sector will be more sustainable and stable since the techniques do not react alike to change in production conditions. The report aims to answer: What techniques are available for industrial production, where should R&D be directed for techniques not ready for industry, what is the estimated carbon footprint (CF) of the industrially available techniques, what is the estimated production cost for each technique, what availability is there in Sweden for the feedstock needed for each technique?

Denna studie undersöker pastorsutbildning och formation genom att intervjua fem nyblivna pastorer inom Equmeniakyrkan om deras upplevelse av vad pastorsutbildningen på THS bidragit till för att formas och förberedas som pastorer. Studien som är kvalitativ och abduktiv relaterar teoretiskt till Benjamin Blooms kognitiva, affektiva och psykomotoriska lärandedomäner som översätts till pastoral kontext för jämförelse av vad utbildningen bidragit till, samt till David Kelseys Aten-Berlin-begrepp för att jämföra pastorernas utbildningsideal med pastorsutbildningens utbildningsform. Resultatet visar bland annat att de faktorer som varit viktigast för att forma och förbereda den undersökta gruppen av nyblivna pastorer är: Praktik och övning, Lärare och annan personal, Medstuderande, Undervisning, Retreater, andakter, enskilda samtal, gemensamma resor, Församlingsliv och pastorer. Sammanfattat som Praktik, Relationer, Undervisning och Praktiker (PRUP). Resultatet visar också att det är avgörande på vilket sätt dessa bedrivs. De sätt som för pastorerna har varit formerande beskrivs i uppsatsen. Analysen visar att pastorernas utbildningsideal tillämpat på svenska eftergymnasiala utbildningsformer kan förstås som en blandning av idealen i högskola och folkhögskola, med en betoning på folkhögskola – och att detta krockar med Equmeniakyrkans pastorsutbildning vars utbildningsform är en kombination av högskola och kyrka med en tydlig betoning på högskola. Utifrån dessa fynd presenterar studien fyra möjligheter för Equmeniakyrkan och EHS att minska denna spänning. Uppsatsen diskuterar även likheter och skillnader med tidigare studier, bland annat i fråga om vad som formar och förbereder för tjänst, möjligheten med tredelade lärandemål och frågan om utbildningsform. / This study investigates formation during ministerial education and training by interviewing five newly ordained pastors within the Uniting Church in Sweden about their experience of what the Pastor’s program at Stockholm School of Theology have contributed to for being shaped and prepared as pastor. The study, which is qualitative and abductive, relates theoretically to Benjamin Bloom's cognitive, affective, and psychomotor learning domains that are translated into pastoral contexts for studying what the education has contributed to, as well as to David Kelsey's Athens-Berlin concept to compare the educational ideals of pastors, with the program’s institutional form of education. The results show that the factors that were achieved as most important in shaping and preparing the new pastors are: Internship and practice, Teachers and staff, Fellow students, Teaching, Retreats, devotions, individual conversations & joint trips, and Congregational life and pastors. These are summarized as Practice, Relations, Teaching and Practices (PRTP). The result also shows that it is crucial in which way these are conducted. The ways that have been positively formative for the pastors are described in the essay. The analysis shows that the pastors' ideals of education drawn from Kelsey, applied to Swedish post-secondary forms of education can be understood as a mixture of the ideals of university and folk high school, with an emphasis on folk high school - and that this conflicts with the church’s pastor's program whose form of education is a combination of university and church with a clear emphasis on university. Based on these findings, the study presents four opportunities for the Uniting Church in Sweden and the Stockholm School of Theology to reduce this tension. The essay also discusses similarities and differences with previous studies among other things in terms of what shapes and prepares for service, the possibility of three-part learning objectives, and the question of educational form.

No description available.