Currently, online advertisements are created for specific dimensions and must be laboriously modified by advertisers to support different aspect ratios. In addition, publishers are constrained to design web pages to accommodate this limited set of sizes. As an alternative we present a framework for automatically generating visual banners at arbitrary sizes based on individual prototype ads. This technique can be used to create flexible visual ads that can be resized to accommodate various aspect ratios. In the proposed framework image and text data are stored separately. Resizing involves selecting a sub-region of the original image and updating text parameters (size and position). This problem is posed within an optimization framework that encourages solutions which maintain important structural properties of the original ad. The method can be applied to advertisements containing a wide variety of imagery and provides significantly more flexibility than existing solutions.

Currently, online advertisements are created for specific dimensions and must be laboriously modified by advertisers to support different aspect ratios. In addition, publishers are constrained to design web pages to accommodate this limited set of sizes. As an alternative we present a framework for automatically generating visual banners at arbitrary sizes based on individual prototype ads. This technique can be used to create flexible visual ads that can be resized to accommodate various aspect ratios. In the proposed framework image and text data are stored separately. Resizing involves selecting a sub-region of the original image and updating text parameters (size and position). This problem is posed within an optimization framework that encourages solutions which maintain important structural properties of the original ad. The method can be applied to advertisements containing a wide variety of imagery and provides significantly more flexibility than existing solutions.

Along with the advancement of technology, image display devices such as mobile phones, computers and televisions are ubiquitous everywhere in our lives. Due to the different sizes of display devices, digital image scaling technology is often used on the devices while presenting images. For example, when large-size photos are viewed on mobile phones, they tend to present as scaled-down images of the entire pictures, making the main subjects quite small and thus causing inconvenience for viewers. On this account, this study has offered an efficient and high-quality intelligent content-aware image resizing system to solve this problem. This system will first analyze the main area of the image, and then applies an intelligent compression process on the entire image. By doing this, images can still have a complete main subject even after being compressed, not only achieving an excellent visual effect while making the main subject more prominent and obvious, but also reducing the data volume of images. Except for various sizes of display devices, this technology can also be applied on video transmission (H.264/AVC) to effectively reduce the data volume of images, making a substantial contribution to both the image scaling and video coding.

The e-commerce industry frequently has to deal with displaying product images in a website where the images are provided by the selling partners. The images in question can have drastically different aspect ratios and resolutions which makes it harder to present them while maintaining a coherent user experience. Manipulating images by cropping can sometimes result in parts of the foreground (i.e. product or person within the image) to be cut off. Image outpainting is a technique that allows images to be extended past its boundaries and can be used to alter the aspect ratio of images. Together with object detection for locating the foreground makes it possible to manipulate images without sacrificing parts of the foreground. For image outpainting a deep learning model was trained on product images that can extend images by at least 25%. The model achieves 8.29 FID score, 44.29 PSNR score and 39.95 BRISQUE score. For testing this solution in practice a simple image manipulation pipeline was created which uses image outpainting when needed and it shows promising results. Images can be manipulated in under a second running on ZOTAC GeForce RTX 3060 (12GB) GPU and a few seconds running on a Intel Core i7-8700K (16GB) CPU. There is also a special case of images where the background has been digitally replaced with a solid color and they can be outpainted even faster without deep learning.

Der Vortrag zeigt, wie aus einem mathematisch-technischen Sachverhalt ein didaktisch begründetes Unterrichtsbeispiel abgeleitet werden kann und stellt die unterrichtlichen Nutzungsmöglichkeiten vor. Für die digitale Bildbearbeitung spielt die Interpolation eine wichtige Rolle und dient hierbei als Berechnungsverfahren für die Bildgrößenänderung. Interpolation ist ein Approximationsverfahren, bei dem z.B. zu Punkten mit bekannten Koordinaten eine Funktion berechnet wird, die alle diese Punkte erfüllt. Mit dieser Funktion können dann beliebige Zwischenwerte berechnet werden. Dabei bestimmt die Zahl der Datenpunkte die Zahl der notwendigen Polynomterme. Wegen ihrer mathematischen Eigenschaften werden häufig Polynome benutzt. Die Lösung der Aufgabe führt über ein lineares Gleichungssystem zur Bestimmung der Koeffizienten des Polynoms. Der erste Teil des Vortrages befasst sich mit der beispielhaften Darstellung der bikubischen Interpolation und deren Realisierung mittels MathCAD. Es wird gezeigt, wie aus den konkreten Schwärzungswerten eines Digitalbildes für eine Bildvergrößerung ein zu interpolierender Zwischenwert für einen neuen Bildpunkt berechnet wird. Der MathCAD-Wortschatz wird angegeben und notwendige didaktische Vereinfachungen werden beschrieben. Im zweiten Teil werden die Nutzung des Themas als Unterrichtsgegenstand in der Sekundarstufe II in seiner Wechselwirkung zwischen digitaler Bildbearbeitung, Mathematik und Informatik (Nutzung von MathCAD) erläutert, die thematischen Verflechtungsmöglichkeiten aufgezeigt und das didaktische Potential beleuchtet.

Der Vortrag zeigt, wie aus einem mathematisch-technischen Sachverhalt ein didaktisch begründetes Unterrichtsbeispiel abgeleitet werden kann und stellt die unterrichtlichen Nutzungsmöglichkeiten vor. Für die digitale Bildbearbeitung spielt die Interpolation eine wichtige Rolle und dient hierbei als Berechnungsverfahren für die Bildgrößenänderung. Interpolation ist ein Approximationsverfahren, bei dem z.B. zu Punkten mit bekannten Koordinaten eine Funktion berechnet wird, die alle diese Punkte erfüllt. Mit dieser Funktion können dann beliebige Zwischenwerte berechnet werden. Dabei bestimmt die Zahl der Datenpunkte die Zahl der notwendigen Polynomterme. Wegen ihrer mathematischen Eigenschaften werden häufig Polynome benutzt. Die Lösung der Aufgabe führt über ein lineares Gleichungssystem zur Bestimmung der Koeffizienten des Polynoms. Der erste Teil des Vortrages befasst sich mit der beispielhaften Darstellung der bikubischen Interpolation und deren Realisierung mittels MathCAD. Es wird gezeigt, wie aus den konkreten Schwärzungswerten eines Digitalbildes für eine Bildvergrößerung ein zu interpolierender Zwischenwert für einen neuen Bildpunkt berechnet wird. Der MathCAD-Wortschatz wird angegeben und notwendige didaktische Vereinfachungen werden beschrieben. Im zweiten Teil werden die Nutzung des Themas als Unterrichtsgegenstand in der Sekundarstufe II in seiner Wechselwirkung zwischen digitaler Bildbearbeitung, Mathematik und Informatik (Nutzung von MathCAD) erläutert, die thematischen Verflechtungsmöglichkeiten aufgezeigt und das didaktische Potential beleuchtet.