Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...

Jakob Matthias Fellner
Pattern-Based MIDI Composing
Studium: Masterstudium Medieninformatik
BetreuerIn: Ao.Univ.Prof. Dr. Horst Eidenberger
Die vorliegende Diplomarbeit beschäftigt sich mit Ansätzen des algorithmischen
Komponierens. Verfahren aus diesem Bereich sollen dabei mit der
Disziplin der Mustererkennung vereint werden. Das Ziel der Arbeit ist die
Generierung von neuen Musikstücken, welche deutliche Parallelen zu zuvor
ausgewählten Kompositionen aufweisen. Zu diesem Zweck werden kurze und
prägnante Notenfolgen, sogenannte Motive, aus diversen Liedern extrahiert.
Die so gewonnenen Teile dienen anschließend als Input für Verfahren der
algorithmischen Komposition. Die erstellten Musikstücke sollen einen möglichst
harmonischen Klangeindruck hinterlassen. Im Zuge dieser Diplomarbeit wurde
ein Software-System implementiert, welches in der Lage ist, Motive in Musikstücken
zu finden und diese im Anschluss zu extrahieren. Weiters wurden zwei
unterschiedliche Verfahren der algorithmischen Komposition ausgewählt,
welche sich in der umgesetzten Software aus den Ergebnissen der Motiv-
Erkennung bedienen. Auf dieser Basis können Musikstücke im MIDI-Format
generiert werden. Als Hinführung auf das Thema der Motiv-Extraktion und der
algorithmischen Komposition werden zunächst unterschiedliche Verfahren und
Ansätze im Detail erläutert. Im Anschluss wird das Konzept der implementierten
Software vorgestellt. Am Ende der Arbeit erfolgt die Präsentation der erzielten
Ergebnisse anhand der Evaluierung einer quantitativen Umfrage.
Christoph Fuchs
Videosegmentierung durch Analyse audiovisueller Merkmale
Studium: Masterstudium Visual Computing
BetreuerIn: Ao.Univ.Prof. Dr. Horst Eidenberger
Die Segmentierung und Klassifikation von Videos ist aufgrund der steigenden
Anzahl von digitalen Videos manuell nicht mehr zu beherrschen. Es werden
Algorithmen benötigt, die in der Lage sind aus dem Videomaterial relevante
Informationen zu extrahieren, welche für aussagekräftige Beschreibungen
geeignet sind. In der vorliegenden Diplomarbeit wird ein System zur Klassifikation
von Videos durch Analyse audiovisueller Merkmale vorgestellt. Ein solches
Vorhaben stellt auf beliebigem Videomaterial ein komplexes Problem dar, da
diese Merkmale in der Lage sein sollen, die semantische Bedeutung von
Bildern und Audiosignalen aus Videos zu erfassen. Aus diesem Grund wird in
dieser Arbeit der Anwendungsbereich der Videoklassifikation auf Szenen der
Muppet Show beschränkt. Zunächst werden grundlegende Ansätze und
Methoden zur Videoanalyse in einer umfassenden Literaturstudie erklärt. Nach
einem kurzen Überblick über die Entstehung der Muppet Show, zeigt eine
Analyse des Videomaterials die charakteristischen Eigenschaften auf. Basierend
auf den gewonnenen Erkenntnissen werden aussagekräftige audiovisuelle
Merkmale und geeignete Klassifikationsmodelle vorgestellt, die für die Ent-
69