Advances in Mobile Computing and Multimedia Intelligence

Inhaltsverzeichnis

1. Frontmatter

2. Wearable and Sensor-Based Data for Human Performance and Interaction

   1. Frontmatter

   2. Investigating Choking Under Pressure in Dance Performance with Motion and Physiological Information Analysis

      Shuhei Tsuchida, Ayumi Ohnishi, Kae Mukai, Ken Watanabe, Katsumi Watanabe, Tsutomu Terada, Masahiko Tsukamoto

      Das Kapitel befasst sich mit dem Phänomen des "Erstickens unter Druck" in der Tanzdarbietung, bei dem die Darsteller trotz ausgiebigen Übens unterlegen sind. Durch die Durchführung eines Tanzvortanzen-Experiments sammelt und analysiert die Studie Bewegungs- und physiologische Daten von Tänzern sowohl in Umgebungen mit hohem als auch mit niedrigem Druck. Die Studie identifiziert wesentliche Unterschiede zwischen Tänzern, die effektiv mit Druck umgehen und solchen, die es nicht tun, und bietet Einblicke in physiologische Veränderungen wie erhöhte Herzfrequenz und Veränderungen des motorischen Verhaltens. Die Ergebnisse deuten darauf hin, dass die Förderung größerer körperlicher Bewegungen und die Regulierung der Herzfrequenz während der Proben dazu beitragen können, die Auswirkungen des Drucks abzumildern. Die Studie schlägt außerdem innovative Unterstützungsmethoden vor, wie die Integration von Technologien zur Regelung des Leistungstempos und den Einsatz von Exoskelett-Robotern zur Aufrechterhaltung der Bewegungsqualität. Die Forschung zielt darauf ab, gezielte Unterstützungssysteme zu entwickeln, um Leistungsträger bei der Bewältigung stressbedingter Herausforderungen zu unterstützen und letztlich ihre Leistung in Hochdrucksituationen zu steigern.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   3. A Method for Estimating the Force Applied on the Forearm Using PPG Sensors

      Ryo Watabe, Kazuya Murao

      Im Kapitel wird eine Methode zur Schätzung der auf den Unterarm angewandten Kraft anhand von PPG-Sensoren vorgestellt, die an der Fingerspitze befestigt sind. Im Gegensatz zu herkömmlichen Methoden, bei denen Materialien um den Arm gewickelt werden müssen, bietet dieser Ansatz eine komfortablere und weniger restriktive Lösung. Die Methode besteht darin, lokale Maximalwerte in Pulswellen zu erkennen und ihre Änderungsraten zu berechnen, um den Druck abzuschätzen. Vorläufige Experimente und Bewertungen zeigen die Wirksamkeit der vorgeschlagenen Methode mit vielversprechenden Ergebnissen in Bezug auf den Bestimmungskoeffizienten und den Mean Absolute Error (MAE). In diesem Kapitel wird auch die Erstellung eines Regressionsmodells anhand von Trainingsdaten und die potenziellen Anwendungsmöglichkeiten der Technik in verschiedenen Bereichen diskutiert, darunter im Gesundheitswesen und in der tragbaren Technologie.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   4. Good Vibes! Towards Phone-to-User Authentication Through Wristwatch Vibrations

      Jakob Dittrich, Rainhard Dieter Findling

      In diesem Kapitel wird die "GoodVibes" -Authentifizierung eingeführt, eine Methode, bei der Telefone ihre Benutzer durch Vibrationen der Armbanduhr authentifizieren. Dieser Ansatz adressiert die Lücke in den traditionellen Authentifizierungsmethoden von Benutzer zu Gerät, die anfällig für Hardware-Phishing-Angriffe sein können. Die Studie bewertet die Effektivität von GoodVibes durch eine Prototyp-App und Benutzertests und zeigt hohe Wiedererkennungsraten und positive Nutzerwahrnehmungen. Die Ergebnisse deuten darauf hin, dass GoodVibes die Sicherheit deutlich verbessern kann, indem es den Benutzern hilft, sich zu identifizieren, wenn sie mit ihren eigenen Geräten interagieren, auch wenn Ablenkungen vorhanden sind. Diese innovative Methode bietet eine vielversprechende Lösung zur Verbesserung der Sicherheit von Mobilgeräten und des Nutzervertrauens.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   5. A Method for Embedding Information Into Acceleration Data Using Resonant Frequency Sound to Capacitive Accelerometers

      Takeru Yokoyama, Kazuya Murao

      Dieses Kapitel untersucht eine bahnbrechende Methode zur Einbettung von Informationen in Beschleunigungsdaten mithilfe von resonantem Frequenzschall. Die Studie beginnt mit der Diskussion eines Angriffs, der kapazitive Beschleunigungssensoren durch Schallbestrahlung manipuliert. Die vorgeschlagene Methode besteht darin, aus binären Informationen Schalldaten zu erzeugen, den Beschleunigungssensor mit bestimmten Schallmustern zu bestrahlen und die eingebetteten Bitsequenzen zu extrahieren. Vorversuche ermittelten optimale Schallfrequenzen, Drücke und Dauern für verschiedene Arten von Beschleunigungssensoren. Die Wirksamkeit der Methode wurde sowohl in stationären als auch in dynamischen Szenarien bewertet und zeigte eine hohe Genauigkeit bei der Gewinnung von Informationen aus multifunktionalen Sensoren und Smartphones. Das Kapitel schließt mit einer Zusammenfassung der Fähigkeiten und potenziellen Anwendungen der Methode in verschiedenen Kontexten.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

3. Mobile User Experience, Motivation, and Behavior

   1. Frontmatter

   2. MEUSec – Method for Enhancing User Experience and Information Security

      Max Sauer, Christoph Becker, Andreas Oberweis, Simon Pfeifer, Jan Sürmeli

      In diesem Kapitel wird die MEUSec-Methode vorgestellt, ein umfassender Ansatz zur Bewertung und Verbesserung der User Experience (UX) und Informationssicherheit (InfoSec) in digitalen Brieftaschen. Er befasst sich mit den Herausforderungen eines Gleichgewichts zwischen UX und InfoSec und betont die Notwendigkeit, Zielkonflikte zwischen den beiden zu vermeiden. Die Methode kombiniert benutzerbasierte und Experten-basierte Bewertungen und bezieht Techniken wie lautes Denken und heuristische Bewertung mit ein. In diesem Kapitel wird auch die anfängliche Evaluierung der MEUSec-Methode anhand eines Wallet-Prototyps diskutiert und Pläne für weitere Evaluierungen und Verbesserungen skizziert. Der einzigartige Aspekt der MEUSec-Methode ist ihr ganzheitlicher Ansatz zur Bewertung der Interaktionen zwischen UX und InfoSec, der sie zu einem herausragenden Beitrag im Bereich des digitalen Identitätsmanagements macht.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   3. Correlation Between Gamification and Intrinsic Motivation with a Mobile Job-Market Application

      Niklas Grossmann, Helmut Hlavacs

      Dieses Kapitel geht dem Schnittpunkt von Gamification und intrinsischer Motivation im Kontext einer mobilen Arbeitsmarktbewerbung namens JobQuiz nach. Durch die Einbindung spielähnlicher Elemente wie Quiz, Punkte und Bestenlisten zielt JobQuiz darauf ab, das Engagement und die Motivation der Nutzer während des Bewerbungsprozesses zu verbessern. Die Studie vergleicht drei Versionen der Anwendung - minimal gamifiziert, gamifiziert und hochgradig gamifiziert -, um die Wirksamkeit von Gamification bei der Steigerung der intrinsischen Motivation zu bewerten. Die innovative, quizbasierte Bewerbungsmethode vereinfacht nicht nur den anfänglichen Screening-Prozess, sondern sorgt auch für Fairness, indem sie Bewerber auf Grundlage berufsspezifischer Kenntnisse und nicht aufgrund traditioneller Faktoren wie Ausbildung oder Aussehen einstuft. Die Forschungsergebnisse liefern wertvolle Einblicke in die Konzeption und Umsetzung von Gamification in ernsthaften Kontexten und tragen zum umfassenderen Verständnis bei, wie spielähnliche Funktionen genutzt werden können, um die Nutzererfahrung und -motivation zu verbessern.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   4. Query by Trash: Encouraging Green Attitudes and Behavior Through Eco-News Retrieval in Smart Trash Bins

      Momo Takeuchi, Yoshiyuki Shoji, Yusuke Yamamoto

      Das Kapitel "Query by Trash: Encourering Green Attitudes and Behavior Through Eco-News Retrieval in Smart Trash Bins" stellt einen neuartigen Ansatz zur Förderung umweltfreundlichen Verhaltens mittels intelligenter Mülltonnen vor. In diesen Papierkörben werden Artikel über die Art des entsorgten Mülls gezeigt, die ein Gefühl der Krise und der Schuld in Bezug auf Umweltfragen hervorrufen sollen. Die Studie kombiniert Umweltpsychologie mit fortgeschrittener Bilderkennung und maschinellem Lernen, um Artikel effektiv zu bewerten und zu präsentieren. Eine Nutzerstudie hat gezeigt, dass dieses System das Umweltbewusstsein steigern und zu verantwortungsvollem Verhalten ermutigen kann. Das Kapitel hebt auch die potenziellen langfristigen Vorteile und Bereiche für zukünftige Verbesserungen dieser innovativen Abfallmanagementlösung hervor.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   5. Evaluating the Impact of Color and Sound Combinations on Cognitive Performance in Virtual Reality

      Ryoma Nakao, Tatsuo Nakajima

      Dieses Kapitel untersucht die Auswirkungen natürlicher Klang- und Farbkombinationen auf die kognitive Leistung in Virtual-Reality-Umgebungen (VR). In drei Experimenten wird untersucht, wie diese sensorischen Elemente Effizienz und Konzentration der Aufgaben beeinflussen. Die Studie identifiziert spezifische Assoziationen zwischen natürlichen Geräuschen und Farben und untersucht, wie diese Assoziationen die Rechenleistung beeinflussen. Bemerkenswert ist, dass bestimmte Klang-Farbe-Kombinationen, insbesondere solche, die Blau und Grün betreffen, die Arbeitseffizienz und Konzentration im Vergleich zu Rot signifikant verbessern. Diese Forschung bietet wertvolle Erkenntnisse zur Optimierung von VR-Anwendungen für eine verbesserte Nutzererfahrung und Leistung, insbesondere im Bildungs- und Arbeitsplatzbereich.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

4. Medical and Cognitive Health Applications

   1. Frontmatter

   2. Mild Cognitive Impairment Prediction Using Facial and Speech Data

      Chien-Cheng Lee, Wei-Chieh Huang, Yi-Fang Chuang

      Das Kapitel geht der Bedeutung der Früherkennung milder kognitiver Beeinträchtigungen (MCI) und den Grenzen aktueller Methoden nach. Es führt ein multimodales Fusionsnetzwerk (MFN) ein, das Sprach- und Gesichtsdaten kombiniert, um den MCI vorherzusagen und einen F1-Wert von 0,89 erreicht. Die Studie umfasst die Sammlung und Vorverarbeitung von Videodaten von Teilnehmern, die sich der Mini-Mental State Examination (MMSE) unterziehen, die Extraktion von Log-mel-Spektrogrammen aus der Sprache und den optischen Fluss aus der Gesichtsdynamik. Das MFN, das auf einer modifizierten ResNet-18-Architektur basiert, vereint diese Merkmale effektiv zur Klassifizierung von MCI. Die experimentellen Ergebnisse zeigen das Potenzial dieses Ansatzes für ein genaues, nicht-invasives MCI-Screening und unterstreichen den Wert von Sprache und Gesichtsdynamik als Biomarker.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   3. Comparing Training of Sparse to Classic Neural Networks for Binary Classification in Medical Data

      Laura Erhan, Antonio Liotta, Lucia Cavallaro

      Das Kapitel geht dem Vergleich spärlicher neuronaler Netze mit klassischen neuronalen Netzen für binäre Klassifikationsaufgaben in medizinischen Daten nach. Sie konzentriert sich auf die Malaria- und Lungenentzündungsdatensätze und bewertet die Leistungsfähigkeit von Convolutional Neural Networks (CNNs) unter unterschiedlichen Spardichtegraden. Die Studie untersucht Schlüsselkennzahlen wie Genauigkeit, Folgerungszeit und Ressourcenverbrauch und zeigt, dass spärliche Modelle vergleichbare Genauigkeit erreichen können, während Speicherverbrauch und Folgerungszeit deutlich reduziert werden. Die experimentellen Ergebnisse zeigen das Potenzial spärlicher neuronaler Netzwerke bei der Optimierung von Diagnosewerkzeugen und der Unterstützung von Edge-Computing-Anwendungen auf und machen es zu einer wertvollen Lektüre für Fachleute, die sich für die Effizienz und Skalierbarkeit neuronaler Netzwerkarchitekturen im medizinischen Kontext interessieren.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   4. A Genetic Algorithm-Based Scheduling Method Considering Working Hours for Medical Doctors

      Subaru Narahashi, Eiji Hirakawa, Akira Uchiyama, Yusuke Gotoh

      Das Kapitel führt eine genetische algorithmenbasierte Planungsmethode für Ärzte ein, die ihre Arbeitszeit und Work-Life-Balance berücksichtigt. Er gliedert einen Tag in vier Arbeitsschichten: morgens, nachmittags, halb nachts und nachtschicht. Die Methode konstruiert Regeln, um Beschränkungen für jeden Arbeitsauftrag auf Grundlage der Arbeitszeiten von Ärzten zu generieren, und verwendet genetische Algorithmen, um die Zeitpläne zu optimieren. Die vorgeschlagene Methode wird durch Computersimulationen bewertet und zeigt ihre Fähigkeit, Zeitpläne zu erstellen, die mehr Beschränkungen genügen als herkömmliche Methoden. Das Kapitel diskutiert auch die Beseitigung verbotener Schichtmuster und das Potenzial zukünftiger Verbesserungen bei der Anpassungsfähigkeit an Zwänge und plötzliche Fahrplanänderungen.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

5. Image, Video, and Multimedia Processing

   1. Frontmatter

   2. Application of Benford’s Law to the Identification of Non-authentic Digital Images

      Jaroslaw Kobiela, Piotr Dzierwa

      Das Kapitel befasst sich mit der Verwendung von Benfords Gesetz zur Identifizierung manipulierter digitaler Bilder und geht auf die wachsende Sorge vor Bildfälschung im digitalen Zeitalter ein. Zunächst wird die Bedeutung von Bildmanipulation und die Herausforderungen moderner Technologien bei der Erstellung realistischer, aber gefälschter Inhalte skizziert. Die Studie stellt dann Benfords Gesetz vor, erklärt seine Anwendung bei der Erkennung von Anomalien in Datensätzen und untersucht sein Potenzial in der Bildforensik. Die Literaturrecherche beleuchtet verschiedene Anwendungen des Benford'schen Gesetzes in Bildanalyse, Fälschungserkennung und digitaler Forensik und zeigt seine Wirksamkeit in verschiedenen Kontexten auf. Der Abschnitt zur Methodik beschreibt die Anwendung des Benford'schen Gesetzes in Verbindung mit der Diskreten Kosinus-Transformation (DCT) zur Analyse von Pixelwerten in JPEG-Bildern. Trotz anfänglicher Versprechungen deuten die Ergebnisse darauf hin, dass Benfords Gesetz allein nicht ausreicht, um Bildmanipulationen zu erkennen, wie ROC-Kurven, k-Mittel-Clusterbildung, Chi-Quadrat-Tests und Hauptkomponentenanalyse zeigen. Die Studie schließt mit der Betonung der Notwendigkeit weiterer Forschung und der Integration von Benfords Gesetz mit fortschrittlichen Bildverarbeitungsmethoden, um die Erkennungsgenauigkeit zu erhöhen. Dieses Kapitel bietet wertvolle Einblicke in die statistischen Eigenschaften authentischer und manipulierter Bilder und trägt zu den laufenden Bemühungen bei, digitale Bildfälschungen zu bekämpfen.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   3. Efficient Moving Object Detection from Ultra-High Resolution Omnidirectional Video

      Takuro Ohashi, Shohei Yokoyama

      Das Kapitel behandelt die Herausforderungen und Lösungen zur Erkennung sich bewegender Objekte in ultrahochauflösenden omnidirektionalen Videos. Es führt eine Methode ein, die Hintergrundsubtraktion, Nachverfolgung und Zuschnitt mit YOLOv8 kombiniert, um präzise und effiziente Objekterkennung zu ermöglichen. Die Methode wird durch Experimente validiert, die eine überlegene Leistung über große Entfernungen und hohe Verarbeitungsgeschwindigkeiten zeigen. Die Studie beleuchtet die praktischen Implikationen hochauflösender Videos in den Bereichen Überwachung, Sportanalyse und Ereignisaufzeichnung und legt damit eine Grundlage für zukünftige Fortschritte in der Computervision.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   4. Evaluation of the Clustering Method Used to Analyze the Proximity of Mobile Devices Using Indirect Geolocation Indicators

      Jaroslaw Kobiela, Piotr Urbaniec

      Dieses Kapitel vertieft sich in die Bewertung von Clustermethoden, die verwendet werden, um die Nähe von Mobilgeräten durch indirekte Geolokalisierungsindikatoren zu analysieren. Sie schließt eine erhebliche Lücke in der aktuellen Forschung, indem sie die Wirksamkeit verschiedener Clustertechniken wie DBSCAN bei der Bestimmung der geografischen Nähe bewertet, ohne sich auf direkte Geolocation-Daten zu verlassen. Die Studie verwendet einen methodengemischten Ansatz, der quantitative Datenanalyse mit algorithmischen Tests kombiniert, und nutzt anonymisierte und aggregierte Daten von Mobilgeräten. Die Forschungsergebnisse unterstreichen die möglichen Anwendungen dieser Methoden bei der Überwachung der öffentlichen Gesundheit und der kommunalen Sicherheit und gewährleisten gleichzeitig den Schutz der Privatsphäre des Einzelnen. Das Kapitel bietet auch eine umfassende Überprüfung bestehender Literatur über die Technologie zum Schutz der Privatsphäre vor Ort und zeigt verschiedene Methoden und Techniken auf, die für praktische Anwendungen effektiv sind.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

6. Software and System Intelligence

   1. Frontmatter

   2. Cross-Project Software Defect Prediction Using Ensemble Model with Individual Data Balancing and Feature Selection

      Vitaliy Yakovyna, Oleh Nesterchuk

      Dieses Kapitel stellt eine neuartige projektübergreifende Methode zur Fehlervorhersage mittels eines Ensemblemodells mit individuellem Datenausgleich und Featureselektionstechniken vor. Die Methode wurde anhand von Datensätzen aus dem PROMISE-Repository ausgewertet und zeigte im Vergleich zu bestehenden Modellen signifikante Verbesserungen bei der Klassifikationsgenauigkeit und den F1-Werten. Die Autoren kombinierten mehrere Datensätze, um eine reale ML-Pipeline zu simulieren, was die praktische Anwendbarkeit ihres Ansatzes hervorhob. Die Forschung umfasst auch eine umfassende Überprüfung bestehender Methoden und ihrer Grenzen, was sie zu einer wertvollen Ressource für Fachleute macht, die den Stand der Technik in der Vorhersage von Softwarefehlern vorantreiben wollen.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   3. AUTO-DataGenCARS+: An Advanced User-Oriented Tool to Generate Data for the Evaluation of Recommender Systems

      María del Carmen Rodríguez-Hernández, Sergio Ilarri, Marcos Caballero, Raquel Trillo-Lado, Ramón Hermoso, Rafael del-Hoyo-Alonso

      In diesem Kapitel wird AUTO-DataGenCARS + vorgestellt, ein hoch entwickeltes Werkzeug zur Erzeugung synthetischer Datensätze zur Bewertung von Context-Aware Recommender Systems (CARS). Es adressiert die Herausforderungen begrenzter Datensätze und Bewertungsbedingungen, indem es eine intuitive grafische Benutzeroberfläche und umfassende Funktionalitäten für Datenerzeugung, -vorverarbeitung und -auswertung bereitstellt. Das Tool ist besonders wertvoll für Forscher und Entwickler im Bereich der Empfehlungssysteme und stellt einen bedeutenden Fortschritt bei der Evaluierung von CARS dar. Das Kapitel beleuchtet die Fähigkeiten des Tools anhand verschiedener Beispielszenarien und zeigt seine Effektivität bei der Vergrößerung von Datensätzen, der Einbeziehung von Kontextdaten, der Verringerung von Voreingenommenheit und der Erzeugung vollständig synthetischer Datensätze. Durch die Integration von Datenanalyse und Evaluierungsfunktionalitäten rationalisiert AUTO-DataGenCARS + den Workflow von der Datengenerierung bis zur Evaluierung und macht es zu einer unschätzbaren Ressource, um den Bereich kontextbewusster Empfehlungen voranzutreiben.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   4. A Method for Eliminating False Positives of Acceleration-Based Gesture Recognition Using Eye Tracking

      Hinase Kawano, Kazuya Murao

      Das Kapitel behandelt die Fortschritte bei der Gestenerkennung mittels Smartwatches und das weit verbreitete Problem falscher Positive. Sie führt eine Methode ein, die Eye-Tracking-Daten einbezieht, um zwischen gewollten und unbeabsichtigten Gesten zu unterscheiden und damit die Genauigkeit von Gestenerkennungssystemen zu verbessern. Die Methode wurde durch ein vorläufiges Experiment validiert, bei dem die Eigenschaften von Eye-Tracking-Daten während absichtlicher Gesten untersucht wurden. Der vorgeschlagene Ansatz verwendet den SPRING-Algorithmus zur Erkennung von Gestensegmenten und legt einen Schwellenwert fest, der auf der Standardabweichung der Blickeigenschaften beruht, um Fehlalarme zu vermeiden. Die Effektivität der Methode wurde anhand eines Experiments bewertet, das eine deutliche Verringerung von Fehlalarmen zeigte, insbesondere bei Aktivitäten, die erhebliche Körperbewegungen mit sich brachten. Das Kapitel diskutiert auch die Beschränkungen und zukünftigen Richtungen der vorgeschlagenen Methode und betont die Notwendigkeit robusterer und anpassungsfähigerer Systeme.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

   5. Toward the Implementation of a Cooking Support System Complementing Nonexistent Objects with Virtual Objects

      Taiki Nihanda, Shoji Sano

      Das Kapitel stellt ein Kochunterstützungssystem vor, das Mixed Reality (MR) nutzt, um fehlende Zutaten und Utensilien durch virtuelle Objekte zu ergänzen. Darin wird die Entwicklung eines Prototyps unter Verwendung von Unity und HoloLens2 diskutiert, der es dem Anwender ermöglicht, Äpfel virtuell zu schneiden. Der Prototyp wird durch ein Experiment ausgewertet, bei dem die Verwendung realer und virtueller Objekte verglichen wird. Dabei zeigt sich, dass sich die Schnitttechnik in beiden Fällen gleichermaßen verbessert. Die Ergebnisse unterstreichen das Potenzial von MR, Kocherlebnisse trotz fehlender Objekte aus der realen Welt zu verbessern. Künftige Arbeiten zielen darauf ab, das System auf andere Gartechniken und sensorische Verbesserungen auszuweiten.

      KI-Generiert

      Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

      Originaltext anzeigen

7. Backmatter